当我 setup the model ( e.g. GaussianHMM()
in hmmlearn.hmm
)? 时,有人可以解释一下参数 transmat_
和 transmat_prior
之间的区别吗?
class hmmlearn.hmm.GaussianHMM( n_components = 1,
covariance_type = 'diag',
min_covar = 0.001,
startprob_prior = 1.0,
transmat_prior = 1.0,
means_prior = 0,
means_weight = 0,
covars_prior = 0.01,
covars_weight = 1,
algorithm = 'viterbi',
random_state = None,
n_iter = 10,
tol = 0.01,
verbose = False,
params = 'stmc',
init_params = 'stmc'
)
同样的解释也适用于参数 startprob_prior
和 startbrob_
吗?
最佳答案
根据我的理解,transmat_prior
是您可以指定的转换矩阵的初始值(它将用于初始化迭代参数估计算法)。它是类的参数。
transmat_
是GaussianHMM
类对象的属性,它给出训练后的转移矩阵的值。这不是您自己输入的内容,而是估计过程的结果。
关于python - 无法理解GaussianHMM()中这些参数之间的区别,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47059249/