我有一个问题，关于如何使用 scikit-learn 包中的 gaussianHMM 同时训练多个不同的观察序列。 示例在这里:visualizing the stock market structure
显示 EM 会聚在 1 个长观察序列上。但在许多情况下，我们希望分解观察结果(例如对句子集进行训练)，每个观察序列都有一个开始和结束状态。也就是说，我想在全局范围内训练多个观察序列。 使用 GuassianHMM 如何实现这一点？有例子可以看吗？
提前致谢
最佳答案
在附加的例子中你做
model.fit([X])
这是对单个观察值进行训练，如果您有多个观察值，例如 X1、X2、X3，您可以运行
model.fit([X1,X2,X3])
一般来说，对于 scikit-learn 中的 HMM 实现，你给它一个 sequence 观察值 S
model.fit(S)
关于python - 使用一组观察序列进行 Scikit Learn HMM 训练，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/20445470/