利用hmmlearn进行模型预测的误差

Question

嗨，我有一个数据的测试，我试图预测使用一个高斯HMM与HMM学习。

当我这么做时：

y = model.predict(test) 
y

我让hmm能够很好地产生和排列状态。

然而，如果我这样做：

for i in range(0,len(test)):
    y = model.predict(test[:i])

我只知道你被设定为1。

有人能帮忙吗？

更新

下面是进行迭代的代码

培训组为0-249：

for i in range(251,len(X)):
    test = X[:i]
    y = model.predict(test)
    print(y[len(y)-1])

Answer 1

HMM模型观察序列。如果将单个观察输入predict (默认情况下为维特比译码 )，则实质上减少了对argmax的预测

(model.startprob_ * model.predict_proba(test[i:i + 1])).argmax()

它可以被startprob_控制，例如，如果startprob = [10**-8, 1 - 10**-8]。这可以解释你所看到的所有的行为。