用pymc3進行邏輯迴歸 - 在glm中構建之前是什麼？

對於邏輯迴歸的情況，我無法完全解釋使用glm和pymc3會發生什麼。所以我將GLM版本與明確的pymc3模型進行了比較。我開始寫文檔的IPython的筆記本，請參閱：用pymc3進行邏輯迴歸 - 在glm中構建之前是什麼？

http://christianherta.de/lehre/dataScience/machineLearning/mcmc/logisticRegressionPymc3.slides.php

我不明白的是：

用於在GLM參數之前是什麼？我假設他們也是正常分佈的。與GLM中的構建相比，我用我的顯式模型得到了不同的結果。（請參閱上面的鏈接）
由於數據較少，取樣卡住和/或我得到的結果非常差。隨着更多的培訓數據，我無法觀察到這種行爲。這是正常的mcmc？

筆記本上還有更多的問題。

感謝您的回答。

來源

2015-12-05 chris elgoog

在GLM

GLM用於參數之前什麼是家庭的方法名。兩個流行的先驗：高斯（對應於l2正則化）和laplacian（對應於l1），通常是第一個。

由於數據較少，取樣卡住了和/或我得到了非常差的結果。隨着更多的培訓數據，我無法觀察到這種行爲。這是正常的mcmc？

你玩過以前的參數嗎？如果模型對於少量數據表現不佳，這可能是由於強大的先驗（=太高的正則化），這成爲優化中的主要術語。

來源

2015-12-05 19:35:46 Alleo

是的，我玩過我的顯式模型的參數。我使用了高斯，並改變了tau（precision）值（方差的倒數）。我知道GLM是一種方法。在這裏我使用了「family = pymc3.glm.families.Binomial（）」。據我所知，這符合標準的邏輯迴歸。對於pymc3（patsy-R語法）的GLM，我不知道如何改變之前的版本。我沒有找到明確的文檔，所以我開始定義自己的顯式模型。 –

用pymc3進行邏輯迴歸 - 在glm中構建之前是什麼？

回答

相關問題