没有拟合 HMM 模型的 Viterbi 算法，python
Viterbi algorithm without fitting a HMM model, python
我有一套我确定的观察和状态。我试图将观察结果与状态相关联，但 hmmlearn 库只会在将 HMM 拟合到观察结果后解码观察结果。配件改变了不需要的状态。
是否有不适合该模型的 HMM 实现？
如果有人需要用已知状态制作类似的 HMM，
内置的 classes 有选项来声明适合的参数。
guassian hmm 的默认值是
params='stmc'
它可以更改为仅 's'，因此只有起始概率被拟合，甚至是一个空字符串，并且拟合不会改变任何东西。
如果需要自定义 hmm，创建的 hmm class 可以覆盖 decode/predict 方法并且不需要匹配。
我有一套我确定的观察和状态。我试图将观察结果与状态相关联，但 hmmlearn 库只会在将 HMM 拟合到观察结果后解码观察结果。配件改变了不需要的状态。
是否有不适合该模型的 HMM 实现？
如果有人需要用已知状态制作类似的 HMM， 内置的 classes 有选项来声明适合的参数。 guassian hmm 的默认值是
params='stmc'
它可以更改为仅 's'，因此只有起始概率被拟合，甚至是一个空字符串，并且拟合不会改变任何东西。 如果需要自定义 hmm，创建的 hmm class 可以覆盖 decode/predict 方法并且不需要匹配。