隐马尔科夫模型,第三种问题解法,维比特算法(biterbi) algorithm python代码
2015-08-25 09:18
621 查看
上篇介绍了隐马尔科夫模型
本文给出关于问题3解决方法,并给出一个例子的python代码
回顾上文,问题3是什么,
下面给出,维比特算法(biterbi) algorithm
下面通过一个具体例子,来说明维比特算法(biterbi)
下面附上该解决该例题的python代码
参考文献:统计学习方法,李航
本人水平有限,怀着分享学习的态度发表此文,欢迎大家批评,交流。感谢您的阅读。
欢迎转载本文,转载时请附上本文地址:/article/7071020.html
另外:欢迎访问我的博客 http://www.cnblogs.com/Dzhouqi/
本文给出关于问题3解决方法,并给出一个例子的python代码
回顾上文,问题3是什么,
下面给出,维比特算法(biterbi) algorithm
下面通过一个具体例子,来说明维比特算法(biterbi)
下面附上该解决该例题的python代码
import numpy as np #you must install the numpy A=np.array([[0.5,0.2,0.3],[0.3,0.5,0.2],[0.2,0.3,0.5]]) B=np.array([[0.5,0.5],[0.4,0.6],[0.7,0.3]]) O=np.array([0 ,1, 0])#T=3 pi=np.array([0.2,0.4,0.4]) N=3#N kind state M=2#M kind of observation T=3 #initialize: delta=np.zeros((T,N),np.float) w=np.zeros((T,3),np.float) I=np.zeros(T) for i in range(N): delta[0,i]=pi[i]*B[i,O[0]] w[0,i]=0 #Recursion: for t in range(1,T): for i in range(N): delta[t,i]=B[i,O[t]]*np.array([delta[t-1,j]*A[j,i] for j in range(N)]).max() w[t,i]=np.array([delta[t-1,j]*A[j,i] for j in range(N)]).argmax() #termination Poptimal=delta[T-1,:].max() I[T-1]=delta[T-1,:].argmax() for t in range(T-2,-1,-1): I[t]=w[t+1,I[t+1]] print 'the optimal I is ' I
参考文献:统计学习方法,李航
本人水平有限,怀着分享学习的态度发表此文,欢迎大家批评,交流。感谢您的阅读。
欢迎转载本文,转载时请附上本文地址:/article/7071020.html
另外:欢迎访问我的博客 http://www.cnblogs.com/Dzhouqi/
相关文章推荐
- 隐马尔科夫模型 介绍 HMM python代码
- Python 系统执行命令system,popen,commands
- Python string .join()
- Python集合(set)类型的操作
- Python连接mysql数据库及python使用mysqldb连接数据库教程
- Python正则表达式+自创口诀
- python数据库操作-MySQL,SQLite
- 轻松python文本专题-字符与字符值转换
- 轻松python文本专题-字符与字符值转换
- python eval函数
- python enumerate函数
- python dict函数
- Python的zip函数
- 轻松python文本专题-单独处理字符串每个字符的方法汇总
- 轻松python文本专题-单独处理字符串每个字符的方法汇总
- Python入门(十五) socket编程
- 理解 Python 中的多线程
- 使用Python的Bottle框架写一个简单的服务接口的示例
- python3学习笔记--002--写一个类
- python3学习笔记--003--写一个自定义的包