二、seqlearn

1. seqlearn 扩展了scikit-learn的功能，实现了隐马尔可夫模型的监督学习。

   其中监督学习的意思是：每一个观察序列都被正确的人工标定。

2. MultinomialHMM 是seqlearn 给出的监督多项式分布的隐马尔可夫模型，其原型为：

   seqlearn.hmm.MultinomialHMM(decode='viterbi', alpha=0.01)

   • decode：一个字符串，指定解码算法。可以为：

     • 'bestfirst'：最大后验概率算法。
     • 'viterbi'：维特比算法 。
   • alpha：一个浮点数，用于平滑参数。

3. 方法：

   • fit(X, y, lengths)：训练数据。

     参数：

     • X：一个array-like，形状为 (n_samples, n_features)。指定了观测的样本。

     • y：一个array-like，形状为 (n_samples, )。指定了对应的状态序列。

     • lengths：一个array-like，形状为 (n_sequences, )。指定了观测样本中，每个观测序列的长度。

       它将样本切分成多个序列，它指定的就是每个序列的长度。

     返回值：self 。