Antworten:
Das Scikit-Learn hat eine HMM-Implementierung . Es wurde bis vor kurzem als nicht gewartet angesehen und von seiner Verwendung wurde abgeraten. Es hat sich jedoch in der Entwicklungsversion verbessert. Ich kann jedoch nicht für seine Qualität bürgen, da ich nichts von HMMs weiß.
Haftungsausschluss: Ich bin ein Scikit-Learn-Entwickler.
Bearbeiten : Wir haben die HMMs außerhalb von scikit-learn auf https://github.com/hmmlearn/hmmlearn verschoben
_BaseHMM
Einzelheiten zur Implementierung finden Sie in der Dokumentation.
Hast du NLTK gesehen?
Es gibt einige Klassen, die für diese Art von Dingen geeignet sind, aber etwas anwendungsabhängig.
http://www.nltk.org/api/nltk.tag.html#nltk.tag.hmm.HiddenMarkovModelTrainer
Wenn Sie auf der Suche nach etwas "Bildungsorientierterem" sind, habe ich vor einiger Zeit einen Spielzeugtrainer geschrieben:
Python-Implementierungen finden Sie unter:
Übrigens: Siehe Beispiel für die Implementierung von Baum-Welch bei Stack Overflow - die Antwort ist Python.
Einige Implementierungen grundlegender Algorithmen (einschließlich Baum-welch in Python) finden Sie hier: http://ai.cs.umbc.edu/icgi2012/challenge/Pautomac/baseline.php
Die General Hidden Markov Model-Bibliothek verfügt über Python-Bindungen und verwendet den Baum-Welch-Algorithmus.
Es folgt eine Pyhton-Implementierung des Baum-Welch-Algorithmus: