pomegranate 图模型和概率模型工具包

pomegranate 是基于 Python 的图模型和概率模型工具包，它使用 Cython 实现以加快反应速度。它源于 YAHMM，可实现快速、高效和极度灵活的概率模型，如概率分布、贝叶斯网络、混合隐马尔可夫模型等。概率建模最基础的级别是简单的概率分布。以语言建模为例，概率分布就是是一个人所说的每个单词出现频率的分布。1. 概率分布第二个级别是以更复杂的方式使用简单分布的概率模型。马尔可夫链可以扩展简单的概率分布，仍旧以语言建模为例，即某个单词的概率依赖于先前所说单词。隐马尔可夫模型中某个单词的概率依赖于前一个词的潜在／隐藏状态，如名词通常在形容词后面。马尔可夫链贝叶斯分类器和朴素贝叶斯一般混合物模型隐马尔可夫模型贝叶斯网络因子图第三个级别是概率模型的堆叠，可以建模更复杂的现象。如果单个隐马尔可夫模型可以捕捉口音（如某个人的说话习惯），那么混合隐马尔可夫模型可以将其调整以适应特定情况。比如，一个人可能在工作时使用更为正式的语言，在与朋友交流时使用稍微随意的语言。通过将其建模为混合隐马尔可夫模型，我们将这个人的语言表示为各种口音的「混合」。1. GMM-HMMs2. 混合模型3. 模型的贝叶斯分类器2. 安装pomegranate 依赖项要求：- Cython (only if building from source) - NumPy - SciPy - NetworkX - joblib运行测试前，还要安装 nose。pip 安装：pip install pomegranateconda 安装：conda install pomegranate无需 C++编译器，快速安装 Windows 版本的 Wheels 已构建完毕。3. 验证安装设置已完成，现在需要检查 pomegranate 是否可以使用：\$ python -c 'from pomegranate import *; print(NormalDistribution(0, 1).probability(0))' 0.398942280402