Python——学习HMMlearn包

求概率——以GaussianHMM,高斯分布下的隐马尔可夫模型为例
在这里插入图片描述
后验概率 p(c|x) ,即事情发生后,求其发生时由某个因素引起的可能性的大小
先验概率 p(x) ,是指根据以往经验和分析得到的概率.
似然函数 p(x|c) ,是关于参数的函数,在参数给定的条件下,对于观察到的 x 的概率

from hmmlearn import hmm
from hmmlearn.hmm import GaussianHMM

Posterior Probability :predict_proba(X, lengths=None)
Likelihood score(X, lengths=None)

给定输出x时,关于参数θ的似然函数 L ( θ ∣ x ) L(θ|x)

  • 1
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值