用于实现隐马尔可夫模型的Python库

我可以使用哪个稳定的 Python库来实现隐马尔可夫模型？我需要对其进行合理的记录，因为我以前从未真正使用过此模型。

或者，是否存在使用HMM对数据集进行时间序列分析的更直接方法？

对于另一种替代方法，您可以看一下PyMC库。Fonnesbeck创建了一个不错的要点https://gist.github.com/fonnesbeck/342989，它将引导您完成HMM的创建。

而且，如果您真的很热衷于PyMC，那么会有一本关于贝叶斯建模的很棒的开源书-https: //github.com/CamDavidsonPilon/Probabilistic-Programming-and-Bayesian-Methods-for-Hackers。它没有明确描述“隐马尔可夫过程”，但是通过大量示例对库本身提供了很好的教程。

作为此问题的更新，我认为公认的答案并不是2017年的最佳答案。

正如Kyle在评论中所建议的那样，hmmlearn当前是Python中HMM附带的库。

原因如下：

• 在上最新的文件，这是非常详细，包括教程

• 在_BaseHMM从自定义子类可以继承实现HMM变种类

• 与最新版本的Python 3.5+兼容

• 直观使用

与此相反，根据当前文档，该ghmm 库不支持Python3.x。大多数文档页面都是在2006年生成的。乍一看，似乎没有选择的库...

编辑：在2018年仍然有效。

石榴库支持HMM，该文档确实很有帮助。在python中尝试了许多hmm库之后，我发现这是相当不错的。

对于另一种方法，甚至可能有助于增进理解，您可能还会发现一些通过R进行分析的实用程序。基于简单的基于时间序列的教程比比皆是，这些[wannabe]数量应该提供自举。第1部分，第2部分，第3 部分，第4部分。这些提供了数据生成/获取和操作的源，使您可以绕开许多工作，以便能够看到实际的HMM方法。Python实现有直接的相似之处。

附带说明一下，对于更理论的介绍，也许Rabiner可能会提供一些见解

该GHMM库可能是你正在寻找一个。

正如他们网站上所说的：

它用于为离散和连续发射的基本HMM和扩展HMM实现高效的数据结构和算法。它带有Python包装器，提供了更好的界面和附加功能。

它还有一个很好的文档和逐步教程，可帮助您弄湿自己的脚。