pymc

    6Ciepło

    2Odpowiedz

    Próbuję próbkować wiele łańcuchów w PyMC3. W PyMC2 chciałbym zrobić coś takiego: for i in range(N): model.sample(iter=iter, burn=burn, thin = thin) Jak powinienem zrobić to samo w PyMC3? Widzia

    8Ciepło

    1Odpowiedz

    Istnieje a question on CrossValidated na temat używania PyMC do dopasowania dwóch normalnych dystrybucji danych. Odpowiedź Cam.Davidson.Pilon było użyć rozkładu Bernoulliego przypisanie danych do jedn

    6Ciepło

    3Odpowiedz

    Podczas próby zainstalowania pymc poprzez Conda, Otrzymuję następujący: C: \ Anaconda> Conda zainstalować -C https://conda.binstar.org/pymc pymc na pobieranie metadanych Opakowanie: ... Błąd: Brak pak

    12Ciepło

    1Odpowiedz

    Czy istnieje sposób na przyspieszenie tego prostego modelu PyMC? W przypadku 20-40 punktów danych dopasowanie zajmuje około 5-11 sekund. import pymc import time import numpy as np from collections

    7Ciepło

    2Odpowiedz

    Załóżmy, że otrzymaliśmy wcześniejszą wiadomość od X (na przykład X ~ Gaussian) i operatora przesyłania do przodu y = f (x). Przypuśćmy, że za pomocą eksperymentu zaobserwowaliśmy y i że ten eksperyme

    5Ciepło

    1Odpowiedz

    W PyMC2 istnieją metody random() i value() w celu wygenerowania losowej wartości i uzyskania bieżącej wartości zmiennych losowych. Czy jest jakiś sposób na to samo w PyMC3? p = pm.Dirichlet('p', theta

    10Ciepło

    2Odpowiedz

    Próbuję utworzyć trójstopniowy model regresji logistycznej w pymc3. Istnieje poziom najwyższy, średni i poziom indywidualny, w którym średnie współczynniki są szacowane na podstawie współczynników naj

    7Ciepło

    1Odpowiedz

    To chyba głupie pytanie. Próbuję dopasować dane do bardzo dziwnego pliku PDF przy użyciu oceny MCMC w PyMC. W tym przykładzie chciałbym po prostu dowiedzieć się, jak dopasować się do normalnej dystryb

    21Ciepło

    1Odpowiedz

    Jeśli pymc implementuje algorytm Metropolis-Hastings, aby wyprowadzić próbki z gęstości tylnej nad parametrami będącymi przedmiotem zainteresowania, wówczas aby zdecydować, czy przejść do następnego s