使用HMMLearn.multinomialhmm（离散的hmm）预测下一次观察

Question

我使用hmmlearn实现了HMM：

states = ['healthy','sick']
observations = ['sleeping','eating','pooping']
model = HMM(n_components=2)
model.n_features = 3
model.startprob_ = [0.7, 0.3]
model.transmat_ = [
    [0.8, 0.2],
    [0.4, 0.6]
]
model.emissionprob_ = [
    [0.2, 0.6, 0.2],
    [0.4, 0.1, 0.5],
]

我也有一系列观察：

obs = np.array([0,0,1,0,2,0,1,2,0,1,0,2,0,1,1,2,0])
obs = obs.reshape(-1, 1)

现在我想预测下一个观察（在t + 1），但不知道如何。

（*我已阅读文档但未找到任何内容）

Answer 1

我发现没有任何功能可以使用model.predict()获取隐藏状态概率，然后找出下一个状态（和观察）。