如何使用hidden_​​markov修复广播状态和发射概率的错误？

Question

在其文档的一个简单示例中进行细微更改时，hidden_​​markov软件包出现问题。 在下面的代码中，我尝试2种状态和3种可能的观察结果（在文档示例中，有2种可能的观察结果，并且代码运行正常）：

states = ('s', 't')
possible_observation = ('A', 'B', 'C')

# Numpy arrays of the data

start_probability = np.matrix( '0.5 0.5')
transition_probability = np.matrix('0.6 0.4 ; 0.3 0.7')
emission_probability = np.matrix( '0.3 0.2 0.5 ; 0.3 0.1 0.6')

# Initialize class object

test = hmm(states,possible_observation,
           start_probability,
           transition_probability,
           emission_probability)

observations = ('A', 'B','B','A', 'C')
obs4 = ('B', 'C', 'A','B')
observation_tuple = []
observation_tuple.extend( [observations,obs4] )
quantities_observations = [18, 28]
num_iter=1000

e,t,s = test.train_hmm(observation_tuple,num_iter,quantities_observations)

运行代码后，出现错误：

ValueError: operands could not be broadcast together with shapes (2,3) (1,2)

有趣的是，当我尝试3种状态和3种可能的观察结果（并根据此更改修改概率矩阵）时，代码可以正常工作。 我丢失了某些东西，或者状态数和可能的观察值应该始终相等，这没有任何意义。

Answer 1

根据您在上面提供的矩阵，只有两个形状分别为(2,3)和(1,2)的矩阵分别为emission_probability概率和start_probability概率，误差为矩阵维数不匹配。 为了匹配矩阵尺寸，以便可以将它们用于点积的计算。

emission_probability = emission_probability.T
start_probability = start_probability.T

必须在初始化类对象之前完成此步骤。