我正在使用Mixture of Hidden Markov Model (MHMM)来聚类我的数据。为此，我使用了Package＆＃34; seqHMM＆＃34;在R.我的问题是，是否有可能获得每个集群内的实际观测值。
例如，在我的分析之后，我有3个集群，我想在每个集群中找到确切的观察结果，是否可能？
示例：
首先，我创建了三个HMM，其中包含转移概率初始概率sc_init1，sc_init2，sc_init3和sc_trans1，sc_trans2，{{1} }，最后分别为排放概率sc_trans3，sc_emiss1，sc_emiss2。然后我将它们组合成MHMM，其中包含三个簇：
sc_emiss3我的数据mhmm_init <- list(sc_init1, sc_init2, sc_init3)
mhmm_trans <- list(sc_trans1, sc_trans2, sc_trans3)
mhmm_emiss <- list(sc_emiss1,sc_emiss2, sc_emiss3)
mhmm<- build_mhmm(observations=seq, transition_probs=mhmm_trans, emission_probs=mhmm_emission, initial_probs=mhmm_initial, cluster_names = c("Cluster 1", "Cluster 2", "Cluster 3”))
是纵向数据。现在构建了模型，我使用seq函数估计了模型参数，如下所示
fit_model通过使用set.seed(1011) #1011
mhmm_fit <- fit_model(mhmm, local_step = TRUE, threads = 1,
control_em = list(restart = list(times =10)))
mhmm_final <- mhmm_fit$model
，我可以获得关于我的三个聚类中的每一个的若干信息，例如转移概率，初始概率和发射概率。例如，如果我想获得群集1的这些估计，我可以使用以下代码轻松获取它们：
mhmm_final我的问题是我如何在每个群集中获得观察结果。有一个代码可用于mhmm_final$transition_probs$`Cluster 1`
mhmm_final$emission_probs$`Cluster 1`
mhmm_final$initial_probs$`Cluster 1`
的观察，但是这行代码给了我所有三个集群中的所有观察结果。我想在每个集群中找到确切的观察结果，在本例中为Cluster 1。
假设我有10个序列（seq 1，seq 2，seq 3，seq 4，seq 5，seq 6，seq 7，seq 8，seq 9，seq 10），我将它们聚类成三个组这种方法。我想知道这些序列中的每一个都属于哪个集群。
答案 0 :(得分：3)
您可以从摘要中获取最可能的群集：
summary(mhmm_final)$most_probable_cluster