python - 无法理解GaussianHMM()中这些参数之间的区别

Question

当我 setup the model ( e.g. GaussianHMM() in hmmlearn.hmm )? 时，有人可以解释一下参数 transmat_ 和 transmat_prior 之间的区别吗？

class 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'
                                )

同样的解释也适用于参数 startprob_prior 和 startbrob_ 吗？

Answer 1

根据我的理解，transmat_prior 是您可以指定的转换矩阵的初始值(它将用于初始化迭代参数估计算法)。它是类的参数。

transmat_是GaussianHMM类对象的属性，它给出训练后的转移矩阵的值。这不是您自己输入的内容，而是估计过程的结果。