给定hmmlearn上的隐马尔可夫模型，是否有一个函数可以计算观测序列T的概率？

如何解决给定hmmlearn上的隐马尔可夫模型，是否有一个函数可以计算观测序列T的概率？

我有一个使用hmmlearn.fit函数拟合的GaussianHMM。我也有很多观察序列，我想根据给定的拟合模型计算每个序列发生的概率。我查看了hmmlearn的文档，但找不到完全符合我想要的方法。在这种情况下，我是否只需要编码向前-向后算法？如果我前后编码，我还需要hmmlearn没有给出的发射矩阵。

有人对此有何建议？谢谢！

解决方法

我也有一堆观测序列，我想计算在给定拟合模型的情况下每个序列发生的概率

1. 您可能需要的是score函数，以评估序列的概率（即model.score(X)）。请注意，这是对数概率，因为hmmlearn会针对下溢误差进行调整。

如果我前后编码，我还需要hmmlearn没有给出的发射矩阵。

1. 尽管GaussianHMM没有排放矩阵，但是您可以选择离散化排放并利用MultinomialHMM，这允许您指定并随后提取排放矩阵model.emissionprob_。