pymc3

    0熱度

    1回答

    範疇 我試圖在以下情況下SOFTMAX選擇功能的一個單一的參數來執行參數估計: 在每次試驗中,三個選項值被給予(例如,[1 ,2,3]),並且主題在選項(0,1或2)之間進行選擇。 softmax函數根據溫度參數(這裏限定在0和10之間)將選項值轉換爲選擇概率(3個概率的向量,總計爲1)。 在每個試驗中的選擇應該被建模爲具有從softmax計算的試驗選擇概率的分類分佈。請注意,分類的選擇概率取決於

    6熱度

    1回答

    我有一個簡單的層次結構模型,其中包含很多個人,對於這些模型我有一個來自正態分佈的小樣本。這些分佈的手段也遵循正態分佈。 import numpy as np n_individuals = 200 points_per_individual = 10 means = np.random.normal(30, 12, n_individuals) y = np.random.normal(

    2熱度

    1回答

    我試圖使用PyMC3實現分類變量及其交互作用的分層模型。在R,該公式將採取類似的形式: y ~ x1 + x2 + x1:x2 然而,在本教程https://pymc-devs.github.io/pymc3/GLM-hierarchical/#partial-pooling-hierarchical-regression-aka-the-best-of-both-worlds他們明確地說,G

    1熱度

    2回答

    在閱讀Cam Davidson-Pilon的Probabilistic Programming & Bayesian Methods for Hackers後,我決定嘗試用隱馬爾可夫模型(HMM)與PyMC學習問題。到目前爲止,代碼並不合作,但通過故障排除,我覺得我已經縮小了問題的根源。 將代碼分解成更小的塊並關注t = 0時的初始概率和發射概率,我可以在時間t = 0學習單個狀態的發射/觀測參數

    1熱度

    1回答

    我是Pymc3的新手,我試圖創建https://en.wikipedia.org/wiki/Mixture_model#Categorical_mixture_model中顯示的分類混合模型。我無法連接'x'變量。我認爲這是因爲我必須讓z變量爲Deterministic,但是我在分配'x'的行收到錯誤消息:「ValueError:我們期望3個輸入但得到2」。它看起來像p函數只接受2個輸入,所以我卡

    0熱度

    1回答

    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: http://christianherta.de/lehre/dataScience/machineLearning/mcmc/logisticRegressionPymc3.slides.php 我不明白的是: 用於在GLM參數之

    2熱度

    1回答

    我一直在嘗試遵循教程PYMC3 https://pymc-devs.github.io/pymc3/getting_started/,但是當我到下面的代碼段時,我遇到了錯誤... from pymc3 import Exponential, T, logtransform, exp, Deterministic from pymc3.distributions.timeseries import

    1熱度

    4回答

    我正試圖在PyMC3中獲得一個簡單的PyMC2模型。我已經使模型運行,但模型給出了變量的非常不同的MAP估計。這裏是我的PyMC2型號: import pymc theta = pymc.Normal('theta', 0, .88) X1 = pymc.Bernoulli('X2', p=pymc.Lambda('a', lambda theta=theta:1./(1+np.exp(-(

    1熱度

    1回答

    我想估計下面的模型 在這裏我提供統一的優先和我的代碼的可能性。後者來源於此paper和去如下: 在theano/pymc3實現我的計算等式右邊的第一和第二項中first_term和second_term。最後logp總和整個樣本。 Theano,對自己是生產一些輸出然而,當我在pymc3模型它集成出現以下錯誤: TypeError: ('Bad input argument to theano f

    4熱度

    1回答

    我想使用pymc3來估計Hodgkin Huxley神經元模型中的未知參數和狀態。我在pymc中的代碼基於http://healthyalgorithms.com/2010/10/19/mcmc-in-python-how-to-stick-a-statistical-model-on-a-system-dynamics-model-in-pymc/,執行得相當好。 #parameter prio