python3機器學習經典實例-第八章解剖時間序列和時序數據33

針對序列數據創建隱馬爾科夫模型

隱馬爾科夫模型（HMMs）是處理序列數據非常強大的方法，廣泛應用於金融、語音分析、天氣預測、單詞序列等領域。我們往往對發現隨時間變化的隱藏模式非常感興趣。任何產生輸出序列的數據源均可以產生模式。請注意，HMMs是一個生成模型，這也就意味著一旦掌握了其底層結構，就可以產生數據。HMMs並不能對基礎形式的類進行區分，這與那些可以做類區分的判定模型形成鮮明的對比，但是這些可以做類區分的判定模型卻不能生成數據。

準備工作

例如，我們希望預測明天的天氣是晴天、陰天或下雨。為了實現預測，需要查看所有的參數，例如溫度、氣壓等，而潛在的狀態是隱藏的。這裡，潛在的狀態是指3個可選狀態：晴天、陰天或下雨。如果希望了解更多HMMs的詳細介紹，可以在https://www.robots.ox.ac.uk/~vgg/rg/slides/hmm.pdf找到相關信息。本例將用到hmmlearn來創建和訓練HMMs，在進行接下來的學習之前，請確保你已經安裝了hmmlearn，安裝說明請查看http://hmmlearn.readthedocs.org/en/latest。

• 創建hmm.py文件，並載入必要的資料庫。

import numpy as npimport matplotlib.pyplot as pltfrom hmmlearn.hmm import GaussianHMMfrom convert_to_timeseries import convert_data_to_timeseries

• 本例將用到提供的data_hmm.txt文件。該文件包括帶逗號分隔符的行。每行包括3個值：一個年份、一個月份和一個浮點型數據。下面將它載入到一個NumPy數組中：

# Load data from input fileinput_file = data_hmm.txtdata = np.loadtxt(input_file, delimiter=,)

• 將數據按照列的方向堆疊起來用於分析。我們並不需要在技術上做列堆疊，因為只有一個列，但如果你有多於一個列要進行分析，那麼可以用下面的代碼實現：用4個成分創建並訓練HMM。成分的個數是一個需要進行選擇的超參數。這裡選擇4個成分，也就意味著用4個潛在狀態生成數據。接下來看看這個參數的性能如何變化：

# Arrange data for training X = np.column_stack([data[:,2]])# Create and train Gaussian HMM print ("
Training HMM....")num_components = 4model = GaussianHMM(n_components=num_components, covariance_type="diag", n_iter=1000)model.fit(X)

• 運行預測器以獲得隱藏狀態：計算這些隱藏狀態的均值和方差：

# Predict the hidden states of HMM hidden_states = model.predict(X)print ("
Means and variances of hidden states:")for i in range(model.n_components): print ("
Hidden state", i+1) print ("Mean =", round(model.means_[i][0], 3)) print ("Variance =", round(np.diag(model.covars_[i])[0], 3))

• 正如前面所述，HMM是一個生成模型，因此這裡生成1000個示例數據並將其畫出：

# Generate data using modelnum_samples = 1000samples, _ = model.sample(num_samples) plt.plot(np.arange(num_samples), samples[:,0])plt.title(Number of components = + str(num_components))plt.show()

當修改num_components 參數：

num_components = 8

當修改num_components 參數：

num_components = 12

後面兩個實例：暫不修改

《針對序列文本數據創建條件隨機場》由於資料庫的原因，暫不修改

《用隱馬爾科夫模型分析股票市場數據》由於雅虎財經（quotes_historical_yahoo_ochl）暫停服務，暫不修改