Python中的隐马尔可夫模型潜在Dirichlet分配
这是TL Griffiths等人介绍的HMM-LDA的Python实现。 在“集成主题和语法”中。 根据第2.2节,它使用Gibbs采样进行推理。 这是一项正在进行的工作。
目标
提供可读的,带注释的代码库,以供将来有关HMM-LDA及其变体的工作使用。
测试不同初始化方法的相对有效性。
安装
该软件包是使用Python 2.7开发的。 尽管NumPy是唯一的依赖项,但pip是推荐的程序包管理器。 可以使用pip install -r requirements.txt安装依赖项
测验
仍在进行中的测试套件可以使用运行Python的unittest框架的./test.sh命令运行
实验
numpy_hmm_lda.experiments模块包含generate模块
产生
python -m numpy_hmm_lda.experim
2021-10-21 21:51:05
9KB
Python
1