hmmlearn.hmm API中文

Python隐马尔可夫hmmlearn模块官方文档中文翻译 CSDN
学习记录，如有错误，万望指点

• GaussianHMM

• class hmmlearn.hmm.GaussianHMM

  hmmlearn.hmm.GaussianHMM(n_components=1, covariance_type='diag', min_covar=0.001, startprob_prior=1.0, transmat_prior=1.0, means_prior=0, means_weight=0, covars_prior=0.01, covars_weight=1, algorithm='viterbi', random_state=None, n_iter=10, tol=0.01, verbose=False, params='stmc', init_params='stmc')
  

  符合高斯分布的隐马尔可夫模型(Hidden Markov Model)

• 参数

  参数	数据类型	意义
  n_components	int	状态数目
  covariance_type	string, optional	字符串描述所用协方差参数类型，必须是下述之一： - spherical : 每个状态用一个用于所有特征的方差值 - diag : 每个状态用一个对角协方差矩阵 - full : 每个状态用一个全（即无限制）协方差矩阵 - tied : 所有状态用相同的全协方差矩阵 默认diag
  min_covar	float, optional	协方差矩阵对角线的基底，用来防止过拟合。默认1e-3
  startprob_prior	array, shape (n_components, ), o