使用HMMLearn.multinomialhmm（离散hmm）预测下一个观察

Question

我已经使用hmmlearn实现了HMM：

states = ['healthy','sick']
observations = ['sleeping','eating','pooping']
model = HMM(n_components=2)
model.n_features = 3
model.startprob_ = [0.7, 0.3]
model.transmat_ = [
    [0.8, 0.2],
    [0.4, 0.6]
]
model.emissionprob_ = [
    [0.2, 0.6, 0.2],
    [0.4, 0.1, 0.5],
]

我也有一系列观察结果：

obs = np.array([0,0,1,0,2,0,1,2,0,1,0,2,0,1,1,2,0])
obs = obs.reshape(-1, 1)

现在我想预测下一次观察（在t + 1），但是不知道如何。

（*我已经阅读了文档，但一无所获）

Answer 1

我发现没有执行此操作的功能，仅可以使用(1,)来获取隐藏状态的概率，然后找出下一个状态（和观察值）。