Scikit-learn Gaussian HMM error: ValueError: startprob 的总和必须

Question

我目前正在使用Scikit Learn，并且在尝试训练高斯HMM时遇到了以下问题。

  File "C:Python27libsite-packagessklearnhmm.py", line 476, in _set_startprob
    raise ValueError('startprob must sum to 1.0')
ValueError: startprob must sum to 1.0

按此类方式运行函数时：

model = GaussianHMM(n_components=5, covariance_type="diag", n_iter=1000,
                            means_prior=means_prior, means_weight=0.5)

这大约工作了 1/10 次而没有错误，但 9/10 次，它会抛出错误。减少组件数量会增加无错误工作的可能性。

我还试图在没有增加运气的情况下迫使启动概率startprob=[0.20, 0.20, 0.20, 0.20, 0.20]。

我还使用print model.startprob_来确保启动概率[0.20, 0.20, 0.20, 0.20, 0.20]。

知道问题是什么吗？

Answer 1

我也有同样的问题。我认为这取决于输入序列的数量。如果我的序列太少而无法构建模型，则会出现此错误，这是因为该模型不够令人信服。您获取的组件越多，您需要的数据就越合适。但这只是我的假设。