답변:
- 학습 scikit는 이 HMM 구현을 . 최근까지 유지되지 않은 것으로 간주되어 사용이 권장되지 않았습니다. 그러나 개발 버전에서는 향상되었습니다. 그러나 HMM에 대해서는 아무것도 모르기 때문에 품질을 보증 할 수 없습니다.
면책 조항 : 저는 scikit-learn 개발자입니다.
편집 : 우리는 scikit-learn 외부로 HMM을 https://github.com/hmmlearn/hmmlearn으로 옮겼습니다.
_BaseHMM
구현 세부 사항 은 설명서를 참조 하십시오.
NLTK를 보셨습니까?
이 클래스에는 적합한 클래스가 있지만 응용 프로그램에 따라 다릅니다.
http://www.nltk.org/api/nltk.tag.html#nltk.tag.hmm.HiddenMarkovModelTrainer
좀 더 '교육 지향적'인 것을 찾고 있다면, 나는 얼마 전에 장난감 트레이너를 썼습니다.
다음에서 Python 구현을 찾을 수 있습니다.
BTW : 스택 오버플로에서 Baum-Welch 구현 예를 참조하십시오. 그 대답은 Python으로 밝혀졌습니다.
기본 알고리즘의 일부 구현 (파이썬의 Baum-welch 포함)은 다음에서 사용 가능합니다. http://ai.cs.umbc.edu/icgi2012/challenge/Pautomac/baseline.php
일반 숨겨진 마르코프 모델 라이브러리는 파이썬 바인딩을 가지고 있으며 바움 - 웰치 알고리즘을 사용합니다.
다음은 Baum-Welch 알고리즘의 Pyhton 구현입니다.