没有拟合 HMM 模型的 Viterbi 算法，python

Question

我有一组我确定的观察和陈述。 我试图将观察结果与状态相关联，但 hmmlearn 库只会在将 HMM 拟合到观察结果后才解码观察结果。 拟合改变了不需要的状态。

是否有不适合模型的 HMM 实现？

Answer 1

如果有人需要使用已知状态制作类似的 HMM，内置类可以选择声明适合哪些参数。 guassian hmm 的默认值是

params='stmc'

它可以更改为仅 's'，因此仅适合起始概率，甚至可以更改为空字符串，并且适合不会改变任何内容。 如果需要自定义 hmm，则创建的 hmm 类可以覆盖解码/预测方法，并且不需要拟合。