我正在使用Pomegranate library來實現HMM。我下面什麼文件說使用from_samples函數說參數labels之一應該是： An array of state labels for each sequence. This is only used in ‘labeled’ training. If used this must be comprised of n lists wh
這裏是我的問題，我想教使用hmmlearn一個隱馬爾可夫模型。我對這門語言很陌生，在理解列表和數組之間的區別時遇到一些困難。這裏是我的代碼： from hmmlearn import hmm
from babel import lists
import numpy as np
import unidecode as u
from numpy import char
l = []
da
有大量的文字模擬馬爾可夫鏈的例子，但是，對於一個狀態改變（基於概率隨着時間的推移前的天氣變化），我找不到任何的例子。對於恩，可以說 Sunny --> Sunny = probability is 0.8
Sunny --> Rainy = probability is 0.2
我在尋找什麼是寫一個算法，它可以顯示當前的天氣，直到N無步驟的方法。 爲e.g：f(3) => S,S,R 我猜我