1

一連の観測があるとします[1,2,3,5,5,5,2,3,2,3, ..., 3, 4]。Scikit-learn の HMM の現在の実装を使用して、この観測シーケンスの次の値を予測しようとしています。これに関して2つ質問があります。

  1. 一連の観測が与えられた場合、(上記のように) 次の観測を予測するにはどうすればよいですか?

  2. n 個の観測値のシーケンスが多数あり、それらのシーケンスの n+1 個の観測値がある場合、HMM を使用して n 個の観測値の新しいシーケンスの (n+1) 番目の観測値を予測できますか? もしそうなら、どのように？

ドキュメントからこれについて多くを把握できませんでした。

可能性のある重複を見つけましたが、Scikit-learn で HMM を使用してシーケンス内の次の値を予測する方法については指定されていません。

4

2 に答える 2

11

HMM は、この問題には適していません。それらは、シーケンスを完了するためではなく、完全に観測されたシーケンスのラベル (隠れた状態) を予測するのが得意です。観測ウィンドウで分類器または回帰モデルをトレーニングしてから、それを予測に使用してください。つまり、トレーニング時に、指定された各シーケンスのすべての位置について、モデルの観測(i, ..., i + k)を特徴として、観測i + k + 1をターゲットとしてi指定します。テスト時に、最後のk観測を特徴としてフィードします。

于 2013-09-29T21:34:45.703 に答える
4

これは時系列のタスクであり、HMM がここで機能すると信じる理由はありません。

時系列メソッドを見ることをお勧めします---うまく機能するARIMAと呼ばれるメソッドのファミリーがあります。

于 2013-09-30T12:54:04.123 に答える