Использование PyMC3 для выполнения байесовской линейной регрессии. Я построил свою модель, и я хочу предсказать задний цвет для новых значений X, используя ту же модель. Я пытаюсь выполнить инструкции на веб-сайте документации: https://pymc-devs.github.io/pymc3/notebooks/posterior_predictive.html (см. Прогноз). Это включает в себя преобразование значений X в общую переменную anano перед анализом, а затем изменение значений после создания модели и запуск run_ppc()
. Я выполнил быстрые 200 итераций, как пример (я бы использовал намного больше для фактического анализа).Предсказание Posterior для новых данных в байесовской линейной регрессии с использованием PyMC3
X1_shared = theano.shared(final_df['poll_diff'].values)
Y1 = final_df['rd_diff'].values
basic_model = pm.Model()
with basic_model:
# Priors for unknown model parameters
sigma = HalfCauchy('sigma', beta=10, testval=1.)
intercept = Normal('Intercept', 0, sd=20)
x_coeff = Normal('x', 0, sd=20)
# Define likelihood
likelihood = Normal('y', mu=intercept + x_coeff * X1_shared,
sd=sigma, observed= Y1)
#start = find_MAP()
start = find_MAP() # Find starting value by optimization
step = NUTS(scaling=start) # Instantiate MCMC sampling algorithm
trace = sample(200, step, start=start)
pm.traceplot(trace)
plt.show()
sns.lmplot(x="poll_diff", y="rd_diff", data=final_df, size=10)
x = np.array(range(-1, 2))
pm.glm.plot_posterior_predictive(trace, samples=100, eval=x)
plt.show()
X1_shared.set_value(ana_2016_df['poll_diff'].values)
ppc = pm.sample_ppc(trace, model=model, samples=100)
Но я получаю следующее сообщение об ошибке:
AttributeError Traceback (most recent call last)
<ipython-input-73-9c1eb48d987f> in <module>()
----> 1 ppc = pm.sample_ppc(trace, model=model, samples=100)
C:\Users\W\Anaconda3\lib\site-packages\pymc3\sampling.py in sample_ppc(trace, samples, model, vars, size, random_seed)
349
350 if vars is None:
--> 351 vars = model.observed_RVs
352
353 seed(random_seed)
AttributeError: module 'pymc3.model' has no attribute 'observed_RVs'
Следует отметить, что если я использую лопух обозначения Versio n, не изменяя переменные, эта ошибка не появляется, но я не знаю, как пассивный формат будет принимать переменную anano. Таким образом, решение будет либо адресовать мое сообщение об ошибке, либо показать, как ввести переменную anano в патчую версию модели. Благодаря!
Я не могу воспроизвести вашу ошибку. Я заметил, что ваше имя модели - 'basic_model', но затем вы используете' ppc = pm.sample_ppc (trace, model = model, samples = 100) '. Разве вы не смешиваете переменные? (возможно, потому, что вы работаете с ноутбуком Jupyter). – aloctavodia
Вау, это решило мою проблему. Спасибо, что нашли время, чтобы посмотреть на это, иногда это помогает иметь еще один набор глаз! –