我正在使用隐马尔可夫模型来解决股票市场预测问题。我的数据矩阵包含针对特定安全性的各种功能:01-01-2001,.025,.012,.0101-02-2001,-.005,-.023,.02我拟合了一个简单的GaussianHMM:fromhmmlearnimportGaussianHMMmdl=GaussianHMM(n_components=3,covariance_type='diag',n_iter=1000)mdl.fit(train[:,1:])利用模型(λ)，我可以对观察向量进行解码，以找到最有可能对应观察向量的隐藏状态序列:printmdl.decode(test[0:

我正在使用隐马尔可夫模型来解决股票市场预测问题。我的数据矩阵包含针对特定安全性的各种功能:01-01-2001,.025,.012,.0101-02-2001,-.005,-.023,.02我拟合了一个简单的GaussianHMM:fromhmmlearnimportGaussianHMMmdl=GaussianHMM(n_components=3,covariance_type='diag',n_iter=1000)mdl.fit(train[:,1:])利用模型(λ)，我可以对观察向量进行解码，以找到最有可能对应观察向量的隐藏状态序列:printmdl.decode(test[0:

我想让scikits.learn.hmm.GaussianHMM适合不同长度的训练序列。然而，fit方法通过执行来防止使用不同长度的序列obs=np.asanyarray(obs)仅适用于形状相同的数组列表。有没有人提示如何进行？ 最佳答案 您可以进行重新采样以将给定的输入“reshape”为所需的长度。 关于python-将scikits.learn.hmm.GaussianHMM拟合到可变长度的训练序列，我们在StackOverflow上找到一个类似的问题：