有三个基本的HMM问题：
问题1（可能性）：给定HMMλ=（A，B）和观察 序列O，确定似然P（O |λ）。
问题2（解码）：给定观察序列O和HMMλ= （A，B），发现最好的隐藏状态序列Q.
问题3（学习）：给定观察序列O和集合 HMM中的状态，学习HMM参数A和B.
我对问题## 1和3感兴趣。一般来说，第一个问题可以用前向算法解决，第三个问题可以用Baum-Welch算法解决。我是否应该使用hmmlearn的fit(X, lengths)和score(X, lengths)方法分别解决第一和第三个问题？ （文档没有说score使用转发算法。）
我还有一些关于score方法的问题。为什么score计算日志概率？为什么如果我将几个序列传递给score，它会返回每个序列的对数概率而不是概率的总和？
我的原始任务如下：我有100万个相同大小的短句（10个单词）。我想用该数据训练HMM模型，并且测试数据（再次10个单词的句子）预测模型中每个句子的概率。基于这种可能性，我将决定通常或不寻常的短语。
也许有更好的python库来解决这些问题？
答案 0 :(得分：3)
如果您将模型拟合到单个序列上，则应分别使用score(X)和fit(X)来解决第一个和第三个问题（因为长度=无是默认值，您不需要需要明确传递它。处理多个序列时，您应该将它们的长度列表作为length参数传递，请参阅documentation。
得分方法计算数值稳定性的对数概率。乘以大量数字可能导致数值上溢或下溢 - 即数字可能太大而无法存储在内存中或太小而无法与零区分。解决方案是添加对数。
得分方法返回所有序列的对数概率之和，因为这是它的实现方式。您想要的功能的功能请求已在一个月前提交，因此可能很快就会出现。 https://github.com/hmmlearn/hmmlearn/issues/272或者您可以分别对每个序列进行评分。
hmmlearn库是一个很好的python库，可用于隐藏的马尔可夫模型。我尝试过使用不同的库，ghmm，我得到了奇怪的数值下溢。事实证明，他们对高斯HMM的Baum-Welch算法的实现在数值上是不稳定的。他们使用LU分解而不是Cholesky分解来计算协方差矩阵的逆，这有时会导致协方差矩阵不再是正半定。 hmmlearn库使用Cholesky分解。我切换到hmmlearn，我的程序开始正常工作，所以我推荐它。