Ich hatte eine Frage darüber, wie ich mit GaussianHMM im scikit-learn-Paket auf mehrere verschiedene Beobachtungssequenzen gleichzeitig trainieren kann. Das Beispiel ist hier: visualizing the stock market structureScikit Learn HMM Training mit Satz von Beobachtungssequenzen
zeigt EM Konvergenz auf 1 lange Beobachtungssequenz. Aber in vielen Szenarien wollen wir die Beobachtungen aufbrechen (wie das Training auf einer Menge von Sätzen), wobei jede Beobachtungssequenz einen START- und END-Zustand aufweist. Das heißt, ich möchte global auf mehreren Beobachtungssequenzen trainieren. Wie kann man dies erreichen, wenn man GuassianHMM verwendet? Gibt es ein Beispiel zum Anschauen?
Vielen Dank im Voraus
Funktioniert das, wenn eine Beobachtungssequenz mehrere Merkmale hat? – notArefill