我正在学习 hmm 并尝试在 Python hmmlearn 包中实现它（http://hmmlearn.github.io/hmmlearn/hmm.html#building-hmm-and-generating-samples）。
但是我不太明白文档说的是什么：
本模块中的类包括 MultinomialHMM、GaussianHMM 和 GMMHMM。他们实现了 HMM，其发射概率由多项分布、高斯分布和高斯分布的混合确定。
这是否意味着当我们试图估计给定观察序列的模型时，发射概率只能是这三种？如果我想自己输入排放概率怎么办？
根据您提供的相同文档，使用自定义发射概率的方法是：
" 1.1.3. 使用自定义发射概率实现 HMM
如果你想实现其他发射概率（例如 Poisson），你必须通过继承 _BaseHMM 并重写方法init、 _compute_log_likelihood 、 _set 和 _get 来实现一个新的 HMM 类以获得附加参数、_initialize_sufficient_statistics、_accumulate_sufficient_statistics 和 _do_mstep。”
注意：文档页面适用于 hmm.learn 版本 0.1.*，它不再是最新版本。也就是说，似乎在任何给定时间可用的文档页面可能与 hmmlearn 的最新版本不对应。例如，hmm 0.1.* 的示例代码不能与 hmm learn 0.20 一起运行。