問題タブ [hmmlearn]

データの 2 つの可能な状態を表す 2 つのトレーニング セット (既知のクラスの観測) があります。hmmlearn に、これら 2 つのトレーニング セットから開始、遷移、および放出の確率を推定してもらいたいと考えています。

私のデータは 0 ～ 1 の値のリストです。控えめなしきい値を使用して、データを粗いグループ「A」と「B」にすでに分割しました。HMM を使用して、データの状態が変化するポイントを絞り込みたいと考えています。

単一のトレーニング/テスト シーケンスの場合、XI は次のようにします。

状態 A と状態 B を別々にトレーニングする方法を知りたいです。

私はガウス混合うーんについて読んでいて、それを実装したいと思っています。hmmlearn パッケージを使用していますが、scikit-learn から廃止されたことを知っています。ドキュメントでは、GMMHMM コンストラクターに次のものが必要であると記載されています。

私が進めるべきだと私が理解している方法は次のとおりです。1）最初にscikit-learnを使用してGMMトレーニングを実行します2）hmmをトレーニングするためにGMMオブジェクトをGMMHMMコンストラクターに渡します。

これは正しいですか、何か不足していますか?

ありがとう。

次の列を持つcsvファイルとして時系列データセットがあります-

ID の場合、それらの測定が行われたときのタイムスタンプが関連付けられた複数の測定値があります。列の測定値には、10 個の測定値のリストが含まれています。1 つのレコード (特定のタイムスタンプに関連付けられている) での測定は、前のレコードに何らかの形で依存します。

例えば。データセットの:

また、測定配列には、いくつかのインデックスで NaN が含まれています。最後に、各 ID に関連付けられたラベルがあります。これは、その ID の最後のタイムスタンプまでに実行された測定の結果です。私の目的は、このデータを HMM モデルに適合させ、同じ形式のテスト データセットのラベルを予測することです。このモデルをsklearn/hmmlearnの HMM モデルに適合させる方法は? sklearns のドキュメントはモデルの基準に達しておらず、パラメーターは説明されていません。

GitHub の hmmlearnを使用して、バイナリ隠れマルコフ モデルを実行しようとしました。これは動作しません：

次のエラーが表示されます。

ValueError:ゼロ次元配列は連結できません

このモジュールを使用する正しい方法は何ですか? 明らかに sklearn は hmmlearn を維持していないため、sklearn から分離されたバージョンの hmmlearn を使用していることに注意してください。

Python で hmmlearn を使用して隠れマルコフ モデルを当てはめようとしています。私のデータは正しくフォーマットされていないと思いますが、ドキュメントは hmmlearn には軽いです。直感的に、n_observations x n_time_points x n_features の 3 次元配列としてデータをフォーマットしますが、hmmlearn では 2 次元配列が必要なようです。

次のエラーが発生します。

私が求めているHMMを構築するためにデータをフォーマットする方法を知っている人はいますか?

scikit-learn のhmmlearnモジュールを使用して単純な HMM を実行しています。完全に観測されたデータに対しては機能しますが、データが欠落している観測を渡すと失敗します。小さな例:

完全に観測されている場合obs(すべての要素が 0 または 1) は機能しますが、観測されていないデータ ポイントの推定値を取得したいと考えています。np.nanこれらをorとしてエンコードしようとしましNoneたが、どちらも機能しません。エラーが発生しますIndexError: arrays used as indices must be of integer (or boolean) type（hmm.py", line 430, in _compute_log_likelihood）。

これは hmmlearn でどのように行うことができますか?

hmmlearn ライブラリを使用して特定のデータから最適なシーケンスを予測しようとしていますが、エラーが発生します。私のコードは次のとおりです。

しかし、次のようなエラーが表示されます。

これが何を意味するのか、それを解決するために何ができるのか、誰にも分かりますか?

HMMlearn モジュールを使用して、ガウス混合モデルで HMM を生成しています。

問題は、モデルをデータに適合させる前に、各混合成分の平均、分散、および重みを初期化したいことです。

どうすればこれを行うことができますか？

GMMHMM の gmms_ 属性で使用するために、いくつかの GMM を初期化しようとしています。各 GMM インスタンスは、異なる平均、重み、および共分散を持ち、GMMHMM の 5 成分混合の成分として機能します。平均、重み、および共分散は、適合させたいデータセットの (5 クラスター) k-means アルゴリズムから決定されます。ここで、平均は各クラスターの中心であり、重みは各クラスターの重みであり、共分散は、ご想像のとおり、各クラスターの共分散です。

コード スニペットを次に示します。

ただし、モデルを適合させようとすると、次のエラーが発生します。

このようなエラーはこれまで見たことがありません。sklearn と HMMlearn を使用するのは初めてです。このエラーを修正するにはどうすればよいですか?