pymc3

12熱

1答えて

この単純なPyMCモデルをスピードアップする方法はありますか？ 20〜40データポイントでは、フィットするには5〜11秒かかります。わずか40データポイントと import pymc import time import numpy as np from collections import OrderedDict # prior probability of rain p_rain

10熱

1答えて

pymc3の推定パラメータからの予測の生成

私はよくある問題にぶつかります。私はしばしば、訓練（すなわち、実際にパラメータの推論を実行する）と評価（すなわち、予測を生成するために推論されたパラメータを使用する）の2つのモードでpymc3を使いたいと思う。一般的に、私は、ポイントベースの推定だけでなく、ベイジアンフレームワークのメリットの一部でもあります。トレーニングデータが固定されている場合、これは通常、類似した形式のシミュレート変数を観

-1熱

1答えて

pymc3/theanoエラー電源機能

を使用しているとき、私はpymc3を使用してベイズPK/PDモデリングのこの例を再作成しようとしていますが..... ビデオがWinBUGSコードを示しており、私はをpymc3に変換しようとしていますここ https://www.youtube.com/watch?v=AQDXRoBan6Y モデル.... http://imgur.com/ckoKPRF WinBUGSコードはこちらです....

1熱

2答えて

pymc3に離散値のフィット結果をオーバープロットする方法は？

私はpymc3を全く新しくしていますので、これは簡単なことではないでしょうか。私はバイナリ応答関数を予測している非常に単純なモデルを持っています。モデルはこの例のほぼそのままのコピーです：https://github.com/pymc-devs/pymc3/blob/master/pymc3/examples/gelman_bioassay.py モデルパラメータ（アルファ、ベータ、シータ）が戻っ

0熱

1答えて

pymcで単一のパラメータを学習する

私はpymcの初心者です。私はベイジアン学習にも全く新しいです。したがって、この質問は、理解の欠如のために不愉快に思えるかもしれません。私はこのチュートリアルで作業しましたが、その後私は自分の例を試しました。指数関数的に分布したデータxをx = np.random.exponential(0.25, 500)を使って生成し、次に分布を指定するlambdaのパラメータ（この場合は1/0.25=4）

8熱

2答えて

切り詰められた通常の前の作成方法：pymc2をpymc3に変換する

pymc3では、切り捨てられた正規の事前設定はどうすればできますか？ pymc2ではかなり簡単ですが、pymc3では切り捨てられた正規分布が利用できなくなったようです。 Pymc2： TruncatedNormal('gamma_own_%i_' % i, mu=go, tau=v_gamma_inv, value=0, a=-np.inf, b=0) Pymc3：？

6熱

1答えて

pymc3：複数のobsesrved変数を持つ階層モデル

私は正規分布からの小さなサンプルを持っている多くの個体を持つ単純な階層モデルを持っています。これらの分布の手段もまた正規分布に従う。 import numpy as np n_individuals = 200 points_per_individual = 10 means = np.random.normal(30, 12, n_individuals) y = np.random.

0熱

1答えて

pymc3の入力ディメンションを取得するのが正しい

同じミントから10個のコインがあるとしたら、50回ごとにフリップさせてみましょう。今では、すべてのコインのバイアスだけでなく、ミントの偏りを見積もりたいと思います。私はこれをしたい方法は、このようなものです：pymcは10のフリップと50枚のコインを見込んようになりました、それはそうなので、 # Generate a list of 10 arrays with 50 flips in each

1熱

1答えて

pymc3モデルからログデニスを取得する方法は？

Iはpymc3を使用した単純なモデルからのサンプルを集めた： import pymc3 as pm with pm.Model() as model: var_x = pm.Normal(name='var_x', mu = 0, sd = 1) trace = pm.sample(10) print(trace['var_x']) trace各trace['var

0熱

2答えて

PyMC3のシンプルな隠れマルコフモデルがTheanoエラーを投げる

私はPyMC3、Theano、numpyを使い慣れていません。スタンのマニュアルで最初の「隠された」マルコフモデルを複製しようとしていました - 実際に状態が観察されたもの。しかし、私はTheanoと間違い、numpy、そしておそらく私にとって少し不思議そうなPyMC3ディストリビューションの後ろで何が起こっているのかを考えています。モデルのための私のコード以下である： import pandas