hmmlearn

0зной

2ответ

Почему я получаю разные значения каждый раз, когда я запускаю функцию hmmlearn.hmm.GaussianHMM.fit()

У меня есть программа. n = 6 data=pd.read_csv('11.csv',index_col='datetime') volume = data['TotalVolumeTraded'] close = data['ClosingPx'] logDel = np.log(np.array(data['HighPx'])) - np.log(np.a

0зной

2ответ

Неправильный монтаж пакета

Итак, я пытаюсь заставить hmmlearn работать в Jupyter, и я столкнулся с ошибкой при установке Hmmlearn, используя pip. Я пробовал это solution, но это не сработало. Мне кажется, что pip действительно

0зной

1ответ

Как получить матрицу излучения от модели GaussianHMM в hmmlearn?

Я хочу экспортировать транс-матрицу и матрицу излучения из GaussianHMM в hmmlearn и использовать эти матрицы в качестве параметров модели в прямом алгоритме, написанном C++, ясно, что атрибут transmat

0зной

1ответ

Ошибка в предсказании модели с использованием hmmlearn

Привет У меня есть тест данных, я пытаюсь предсказать использование гауссовой HMM с hmmlearn. Когда я делаю это: y = model.predict(test) y Я получаю ТММ работает отлично продюсирование и множество

-1зной

1ответ

Ошибка памяти в hmmlearn

Я использую библиотеку hmmlearn для создания HMM. При запуске кода он дал ошибку ttributeError: объект 'module' не имеет атрибута 'broadcast_to'. Я бегу GMMHMM, как model1 = GMMHMM(n_components=4, n_m

0зной

1ответ

ошибка импорта в python hmmlearn

Я пытаюсь установить библиотеку python hmmlearn для создания непрерывной HMM. Я установил все зависимости и библиотеку hmmlearn из GitHub. Установка завершается успешно. ... Processing dependencies f

0зной

2ответ

ImportError: Нет модуль с именем hmmlearn.hmm питона 2,7

Я получил эту ошибку в питон скрипт: из hmmlearn.hmm импорта GaussianHMM Я знаю, что нужно некоторые библиотеки вот почему Я побежал следующий git clone git://github.com/hmmlearn/hmmlearn.git pip ins

1зной

1ответ

Как отобразить скрытые состояния в соответствующие категории после декодирования в hmmlearn (скрытая марковская модель)?

Я хотел бы предсказать скрытые состояния, используя скрытую марковскую модель (проблема декодирования). Данные категоричны. Скрытые состояния включают Голод, Отдых, Упражнение и Кино. Набор наблюдений

1зной

1ответ

Как использовать sklearn СММЫ вычислить вероятность наблюдаемых данных

Есть три основные проблемы для ПММ: Учитывая параметры модели и данные наблюдений, оценки оптимальной последовательности скрытых состояний. Учитывая параметры модели и наблюдаемые данные, вычислите ве