pymc

2зной

1ответ

Я пытаюсь перенести модель из Infer.NET, и я борюсь с , как я могу сделать детерминированную переменную, наблюдаемую в pymc3? M, L ~ Бернулли # doesn't work ... Deterministic("U %i" % i, switch(M[i],

0зной

1ответ

PyMC: Непосредственно изменения имени объекта не применяется при извлечении следов

Вот голый кусок кода, который выдает ошибку: import pymc import numpy as np a = pymc.Normal('a', 1, 1) b = np.empty(4, dtype=object) for i in range(4): b[i] = 1*a b[i].__name__ = 'b_%i

0зной

1ответ

Использование BetaBinomial в PyMC3

У меня есть таблица счетчиков двоичных результатов, и я хотел бы поместить бета-биномиальное распределение для оценки параметров $ \ alpha $ и $ \ beta $, но я получаю ошибки, когда пытаюсь поместитьс

0зной

1ответ

, что на самом деле является итерация в pymc

У меня есть модель в pymc, упрощенный import pymc as pm a = pm.Normal('a', 0,5) b = pm.Normal('b', 0,5) cnt = 0 @pm.deterministic def mu(a=a, b=b): global cnt cnt += 1 return a +

0зной

1ответ

Избегание ловушек оптимизации при моделировании порядковой предсказанной переменной в PyMC3

Я пытаюсь моделировать порядковую предсказанную переменную с использованием PyMC3 на основе подхода в главе 23 Doing Bayesian Data Analysis. Я хотел бы определить хорошее начальное значение, используя

2зной

1ответ

Ошибка при установке pymc на Debian Sid

Я установил gfortran но sudo pip3 install pymc не удается: IOError: [Errno 2] No such file or directory: 'lapack/double/dpotrs.f'. Skipping file "lapack/double/dpotrs. IOError: [Errno 2] No such file

1зной

1ответ

PyMC3: PositiveDefiniteError при выборке a Категориальная переменная

Я пытаюсь пробовать простую модель категориального распределения с ранее установленным Дирихле. Вот мой код: import numpy as np from scipy import optimize from pymc3 import * k = 6 alpha = 0.1 *

-2зной

1ответ

pymc определяет сумму случайных величин

У меня есть две независимые нормальные распределенные случайные величины a, b. В pymc, это что-то вроде: from pymc import Normal def model(): a = Normal('a', tau=0.01) b = Normal('b', tau