如何適應數據到隱馬爾可夫模型sklearn/hmmlearn

Question

我有一個時間序列數據設定爲csv文件與以下columns-

ID,TIMESTAMP,MEASUREMENTS[10] 

對於ID多個測量是否有與所述相關聯的時間戳時這些測量做了。列測量值包含10個測量值的列表。一個記錄中的測量（與特定時間戳相關）在某種程度上取決於之前的記錄。

例如。的數據集：

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

此外，測量數組在某些索引處包含NaN。 最後，我有一些與每個ID相關的標籤，這是直到該ID的最後時間戳執行的測量的結果。 我的目標是將這些數據放入一個HMM模型中，然後預測具有相同格式的測試數據集的標籤。 如何將此模型放入HMM模型sklearn/hmmlearn？ sklearns文件不符合模型的標記，沒有參數解釋。

Answer 1

由於您的問題需要預測下SQUENCE的標籤。您應該使用seqlearn這是一個序列分類工具。

而且，在HMM擬合數據將需要一些預處理因爲它接受陣列的列表。您可以按時間升序連接時間戳和與每個ID相關的三個測量值。這會爲每個ID提供一個長度爲33的序列。

讓我知道你是否需要進一步的幫助。我最近將HMMLearn用於一個項目。