如何将数据拟合到隐马尔可夫模型sklearn / hmmlearn

Question

我有一个时间序列数据集作为csv文件，其中包含以下列 -

ID,TIMESTAMP,MEASUREMENTS[10]

对于ID，在进行那些测量时，存在具有相关时间戳的多个测量。 列测量包含10个测量的列表。 一个记录中的测量（与特定时间戳相关联）以某种方式取决于先前的记录。

例如。 数据集：

ID,TIMESTAMP,MEASUREMENTS
1,0,[123,456,567.....]
1,100,[....]
1,350,[....]
2,0,[....]
2,200,[.....]

此外，测量数组在某些索引处包含NaN。 最后，我有一些与每个ID相关联的标签，这是执行测量的结果，直到该id的最后一个时间戳。 我的目标是将这些数据拟合到HMM模型中，然后预测具有相同格式的测试数据集的标签。 如何从sklearn / hmmlearn将这个模型融入HMM模型？ sklearns文档未达到模型的标记，不解释任何参数。

Answer 1

由于您的问题需要预测标签的顺序。 您应该使用seqlearn这是一个序列分类工具。

此外，在HMM中拟合数据需要一些预处理，因为它接受数组列表。 您可以按时间升序连接时间戳和与每个ID关联的三个度量。 这会为每个ID提供一个长度为33的序列。

如果您需要进一步的帮助，请告诉我。 我最近使用HMMLearn进行了一个项目。