pymc3多類貝葉斯網絡 - 如何抽樣？

我已經爲每個節點設置了3個狀態的貝葉斯網絡，並且可以從它讀取特定狀態的logp（如代碼中所示）。pymc3多類貝葉斯網絡 - 如何抽樣？

接下來我想從中抽樣。在下面的代碼中，抽樣運行，但我沒有看到輸出中三個狀態的分佈;相反，我看到一個均值和方差就好像它們是連續的節點。我如何獲得三種狀態的後驗？

進口numpy的爲NP 進口pymc3作爲MC 進口pylab，數學

模型= mc.Model（）與模型：

rain = mc.Categorical('rain', p = np.array([0.5, 0. ,0.5])) 

sprinkler = mc.Categorical('sprinkler', p=np.array([0.33,0.33,0.34])) 

CPT = mc.math.constant(np.array([ [ [.1,.2,.7], [.2,.2,.6], [.3,.3,.4] ],\ 
            [ [.8,.1,.1], [.3,.4,.3], [.1,.1,.8] ],\ 
            [ [.6,.2,.2], [.4,.4,.2], [.2,.2,.6] ] ])) 

p_wetgrass = CPT[rain, sprinkler] 
wetgrass = mc.Categorical('wetgrass', p_wetgrass) 

#brute force search (not working) 
for val_rain in range(0,3): 
    for val_sprinkler in range(0,3): 
     for val_wetgrass in range(0,3): 
      lik = model.logp(rain=val_rain, sprinkler=val_sprinkler, wetgrass=val_wetgrass) 
      print([val_rain, val_sprinkler, val_wetgrass, lik]) 

#sampling (runs but don't understand output) 
if 1: 
    niter = 10000 # 10000 
    tune = 5000 # 5000 
    print("SAMPLING:") 
    #trace = mc.sample(20000, step=[mc.BinaryGibbsMetropolis([rain, sprinkler])], tune=tune, random_seed=124) 
    trace = mc.sample(20000, tune=tune, random_seed=124) 

    print("trace summary") 
    mc.summary(trace)

來源

2017-04-21 charles.fox

回答自己的問題：跟蹤不包含分立值，但mc.summary（trace）函數設置爲計算連續均值和方差統計量。要製作離散狀態的直方圖，請使用h = hist（trace.get_values（sprinkler））:-)

來源

2017-04-21 11:23:50

pymc3多類貝葉斯網絡 - 如何抽樣？

回答

相關問題