Scikit-learn---7.隐马尔可夫模型

  • scikit-learn 0.17之后就不再支持隐马尔可夫模型,而是将其独立拎出来作为单独的包。其中:
    1. hmmlearn:无监督隐马尔可夫模型
    2. seqlearn :监督隐马尔可夫模型
  • 一些通用的参数:
    1. verbose:一个正数。用于开启/关闭迭代中间输出日志功能。

      1. 数值越大,则日志越详细。
      2. 数值为0或者None,表示关闭日志输出。
    2. tol:一个浮点数,指定收敛的阈值。

    3. random_state:一个整数或者一个RandomState实例,或者None

      1. 如果为整数,则它指定了随机数生成器的种子。
      2. 如果为RandomState实例,则指定了随机数生成器。
      3. 如果为None,则使用默认的随机数生成器。

一、Hmmlearn

hmmlearn中有三种隐马尔可夫模型:GaussianHMMGMMHMMMultinomialHMM。它们分别代表了观测序列的不同分布类型。

二、seqlearn

posted @   nxf_rabbit75  阅读(1661)  评论(0编辑  收藏  举报
编辑推荐:
· go语言实现终端里的倒计时
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
阅读排行:
· 分享一个免费、快速、无限量使用的满血 DeepSeek R1 模型,支持深度思考和联网搜索!
· 使用C#创建一个MCP客户端
· ollama系列1:轻松3步本地部署deepseek,普通电脑可用
· 基于 Docker 搭建 FRP 内网穿透开源项目(很简单哒)
· 按钮权限的设计及实现
历史上的今天:
2018-12-27 去掉python的警告
一、Hmmlearn二、seqlearn
点击右上角即可分享
微信分享提示