HMMlearn:如何使用predict_proba功能?

Question

>我正在尝试在我的HMM上使用predict_proba((函数，但是我得到了一个我不完全理解的错误。首先，我按如下方式创建我的模型：

model = hmm.GaussianHMM(n_components=vocab_size, covariance_type="full")
model.start_prob_ = np.array(frequency_list)
model.transmat_ = np.array(transitions)
integer_array = integer_array.reshape(-1,1)
model.fit(integer_array)

integer_list是我的整数列表，这是我的训练数据。 如果我随后尝试按如下方式运行predict_proba函数，则会出现以下错误：

base._BaseHMM.predict_proba(integer_array, None)
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-54-62c5bedf3e8a> in <module>
----> 1 base._BaseHMM.predict_proba(integer_list, None)
D:Anacondalibsite-packageshmmlearnbase.py in predict_proba(self, X, lengths)
390             State-membership probabilities for each sample from ``X``.
391         """
--> 392         _, posteriors = self.score_samples(X, lengths)
393         return posteriors
394 
AttributeError: 'np.array' object has no attribute 'score_samples'

有谁知道如何解决这个问题？我已经尝试将我的数组转换为列表，但这给出了类似的错误。

Answer 1

调用应该是

model.predict_proba(integer_array, None)

这是句法糖

base._BaseHMM.predict_proba(model, integer_array, None)

请注意模型作为self参数传递。