Hmmlearn分类用法

Question

我正在尝试使用 hmmlearn 学习模型，以便对我的数据集进行 class 化。数据集有一个长度不同的序列列表。每个序列都包含事件发射。例如：

ID1: ['1', '10', '8', '15']
ID2: ['1', '10', '8', '15', '156', '459', '256']

这是我正在使用的代码。我找到了一个类似的例子 here.

    sequence_map = __load_df(file)

    x = []
    lengths = []

    for values in sequence_map.values():
        x.append(values)
        lengths.append(len(values))

    x = np.concatenate(x)

    model = hmm.GaussianHMM(n_components=2, algorithm='map', n_iter=1000, covariance_type="full").fit(x, lengths=lengths)
    predictions = model.predict(x, lengths)

我对 class 将事件分为两个类别感兴趣，因此我选择 n_components=2。
我现在如何检索数据集中每个序列的 class？

Answer 1

函数 predict 预测给定输入的最可能的状态序列。关于 class 在两个 class 之间进行验证的问题，这不是您想要的。

您可能需要的方法 predict_proba（请参阅文档 here）可以为您提供各州的概率。

但是，请记住，您无法确定 HMM 是如何学会区分这两个 classes 的。这意味着，除非你有点 estimated/initialized 来自属于 class 1 的训练样本的第一个高斯参数和来自属于 class 2 的样本的另一个高斯参数，你无法知道是否HMM 已将其每个状态关联到 class。这两个 classes 也可以通过在状态之间使用的序列使它们不同的方式来学习。比如，class 1 给出了 S1-S2-S1-S2-S1-S2... 的状态模式，class 2 给出了 S1-S1-S2-S2-S1-S1- 的模式...让我们记住，HMM 对时间序列很有用。问问自己：如果单个高斯分布可以完全代表一个 class，那么为什么要使用隐马尔可夫模型？

对于（二进制）class化，更可靠的方法是训练两个 HMM，一个来自第一个 class 的样本，另一个来自第二个 [=26] 的样本=].训练完成后，每个测试序列都会使用 score 方法针对两个模型进行评分（请参阅文档 here）。这将 return 您作为输入传递的序列相对于您调用它的模型的对数似然。然后测试样本在模型的 class 中被 class 化 return 最高似然结果。

这种方法的有趣之处在于，在两种模型都给出低可能性结果的情况下，您还可以将测试序列标记为既不属于感兴趣的两个 class 的一部分。这也可以推广到几十个 classes.

Hmmlearn分类用法

Hmmlearn classification usage

python

python-3.x

hmmlearn