Regression using PYMC3
我在这里发布了一个 IPython 笔记本 http://nbviewer.ipython.org/gist/dartdog/9008026
我通过标准 Statsmodels OLS 工作,然后通过 Pandas 提供的数据与 PYMC3 类似,顺便说一句,这部分工作得很好。
我看不到如何从 PYMC3 中获取更多标准参数?这些示例似乎只是使用 OLS 来绘制基本回归线。看来PYMC3模型数据应该可以给出回归线的参数了吧?除了可能的痕迹,即最高概率??线是什么?
欢迎对 Alpha、Beta 和 sigma 的解释进行任何进一步的解释!
另外如何使用 PYMC3 模型来估计 y 的未来值给定一个新的 x ie 预测具有一定的概率?
最后,PYMC3 有一个新的 GLM package器,我试过了,但它似乎搞砸了? (不过也可能是我)
glm 子模块设置了一些默认的先验,这很可能不适用于您的所有情况。您可以使用 family 参数来更改它们,例如:
1
2 |
pm.glm.glm(‘y ~ x’, data,
family=pm.glm.families.Normal(priors={‘sd’: (‘sigma’, pm.Uniform.dist(0, 12000))})) |
不幸的是,这还没有很好的记录,需要一些很好的例子。
原创文章,作者:ItWorker,如若转载,请注明出处:https://blog.ytso.com/267925.html