PyMC3中的隐马尔可夫模型
项目描述
PyMC3 HMM
PyMC3中的隐马尔可夫模型。
功能
- 完全实现了PyMC3
Distribution类，用于HMM状态序列（DiscreteMarkovChain）和由它们驱动的混合（SwitchingProcess） - 前向过滤后向采样（FFBS）实现（
FFBSStep），可与NUTS或其他任何PyMC3采样器一起使用 - 共轭Dirichlet转移矩阵采样器（
TransMatConjugateStep） - FFBS采样器和所有相关
Distribution类支持时变转移矩阵
要在您的PyMC3模型中使用这些分布和步骤方法，只需从pymc3_hmm包中导入它们。
有关上述功能的演示，请参阅示例目录。您还可以使用Binder运行示例。
安装
目前，该软件包可以通过从GitHub直接使用pip进行安装
$ pip install git+https://github.com/AmpersandTV/pymc3-hmm
开发
首先，从GitHub获取源代码
$ git clone git@github.com:AmpersandTV/pymc3-hmm.git
然后，您可以通过运行make conda或make venv来设置虚拟环境。
一旦设置好虚拟环境，安装项目、其依赖项和pre-commit钩子
$ pip install -r requirements.txt
$ pre-commit install --install-hooks
更改后，请务必运行make black以自动格式化代码，然后运行make check以运行linters和测试。
许可证
关闭
pymc3-hmm-0.2.5.tar.gz的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 85a7ac3ff732aedf198b7ad1fa25e754f1fa83e0651c5da8e4bf51ddafa71342 |
|
| MD5 | 020501e3ad248ac80025f0d3f2431657 |
|
| BLAKE2b-256 | 90bacbb44a1adc4e16d0bba7dc610c0fcb00a3fbc0755bce0da38451577472f6 |