本文整理汇总了Python中sklearn.hmm.GaussianHMM.sample方法的典型用法代码示例。如果您正苦于以下问题：Python GaussianHMM.sample方法的具体用法？Python GaussianHMM.sample怎么用？Python GaussianHMM.sample使用的例子？那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类sklearn.hmm.GaussianHMM的用法示例。
在下文中一共展示了GaussianHMM.sample方法的1个代码示例，这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞，您的评价将有助于系统推荐出更棒的Python代码示例。
示例1:
# 需要导入模块: from sklearn.hmm import GaussianHMM [as 别名]
# 或者: from sklearn.hmm.GaussianHMM import sample [as 别名]
pl.close()
###############################################################################
#################################### HMM #####################################
###############################################################################
# http://www.cs.colostate.edu/~anderson/cs440/index.html/doku.php?id=notes:hmm2
startprob = np.array([0.6, 0.3, 0.1])
transmat = np.array([[0.7, 0.2, 0.1], [0.3, 0.5, 0.2], [0.3, 0.3, 0.4]])
means = np.array([[0.0, 0.0], [3.0, -3.0], [5.0, 10.0]])
covars = np.tile(np.identity(2), (3, 1, 1))
model = hmm.GaussianHMM(3, "full", startprob, transmat)
model.means_ = means
model.covars_ = covars
X, Z = model.sample(100)
# ###
model2 = hmm.GaussianHMM(3, "full")
model2.fit(obMat.iloc[0, :])
Z2 = model2.predict(X)
# data_df
# ### Fit HMM
n_components = 3
# # make an HMM instance and execute fit
model = hmm.GaussianHMM(n_components, covariance_type="diag", n_iter=1000)
model.fit([X])
# # predict the optimal sequence of internal hidden state