隐马尔科夫模型 介绍 HMM python代码

不正狼

　　
　　



#HMM Forward algorithm  
#input  Matrix A,B vector pi  
import  numpy as np  

A=np.array([[0.5,0.2,0.3],[0.3,0.5,0.2],[0.2,0.3,0.5]])  
B=np.array([[0.5,0.5],[0.4,0.6],[0.7,0.3]])  
O=np.array([0 ,1, 0])#T=3  
#O=np.array([1 ,0, 1])#T=3  
pi=np.array([0.2,0.4,0.4])  
N=3#N kind state  
M=2#M kind of observation  
T=3  
#initialize:  
  
Aerfa=np.zeros((3,3),np.float)  
for i in range(N):  
Aerfa[0,i]=pi*B[i,O[0]]  

#Recursion:  
for t in range(T-1):  
for i in range(N):   
for j in range(N):  
Aerfa[t+1,i]+=Aerfa[t,j]*A[j,i]  
Aerfa[t+1,i]*=B[i,O[t+1]]  
#compute P(O|lamda) and termination  
P=0  
for i in range(N):  
P+=Aerfa[T-1,i]#begin with 0 so T-1  

print P  


#backward  
#initialize:  
Beta=np.zeros((T,N),np.float)  
print Beta  
for i in range(N):  
Beta[T-1,i]=1  
#recursion:  
for t in range(T-2,-1,-1):  
for i in range(N):  
for j in range(N):  
Beta[t,i]+=A[i,j]*B[j,O[t+1]]*Beta[t+1,j]  

#termination:  
P_back=0  
for i in range(N):  
P_back+=pi*B[i,O[0]]*Beta[0,i]  
print P_back  
　　
　　参考文献：统计学习方法，李航。
　　下一篇将介绍：问题3的具体解决方法为维比特算法（biterbi) algorithm
　　
　　本人水平有限，怀着分享学习的态度发表此文，欢迎大家批评，交流。感谢您的阅读。
欢迎转载本文，转载时请附上本文地址：http://www.iyunv.com/Dzhouqi/p/3203788.html
另外：欢迎访问我的博客 http://www.iyunv.com/Dzhouqi/