来自 HMMLearn 的预测序列答案

【问题标题】：Sequence of Predictions from HMMLearn来自 HMMLearn 的预测序列
【发布时间】：2017-10-03 03:54:28
【问题描述】：

我正在处理这个documentation，但我不知道如何从测试数据中提取预测序列。

我已经用.fit(X_train) 训练了模型，但是如下：

unseen_hidden_states = model.predict(X_test)

返回一个数组：

[2 1 1 ..., 3 3 3]

我不知道如何解释或如何从中提取预测序列

【问题讨论】：

【解决方案1】：

如文档中所述：

可以通过调用得到推断出的最优隐藏状态 predict 方法。

对于序列X_test = [x1, x2, x3, x4] 的结果如[2, 1, 1, 3] 意味着x1 很可能由隐藏状态2、x2 由隐藏状态1、x3 生成隐藏状态1，和x4由隐藏状态3。

如果你想了解这背后的算法，你可以寻找维特比算法。

编辑：

如果您正在寻找计算与模型相关的数据的可能性，您应该查看函数score、_compute_log_likelihood 或score_samples。

【讨论】：

如何获得实际值，而不是它可能生成的隐藏状态？
@redress 检查我的编辑。 “实际价值”很不清楚......我认为你的意思是数据w.r.t的可能性。模型
如果我在预测股市，我如何获得预测价格。这就是我所说的实际价值
@redress 您的问题似乎与此类似：stackoverflow.com/questions/45258306/… 如果您在该答案中有不明白的地方，请告诉我 :)
score_samples 返回(-734802478.69610989, array([[ 0., 0., 1., 0.], [ 0., 0., 0., 1.], [ 0., 0., 0., 1.], ..., [ 0., 0., 0., 1.], [ 0., 0., 0., 1.], [ 0., 0., 0., 1.]])) pred