pymc

    0热度

    1回答

    pymc中的通用混合模型

    我有一个具有多个峰的分布。我想尝试为每个驼峰，高斯，指数，威布尔等等拟合几种不同类型的分布。然而，就目前而言，似乎我必须为每个组合手动定义一个随机类。我想要做的是像 @stochastic(model_a, model_b, observed=True) def mixture(value=observed_time_series, model_a_parameters, model_b_par
    python pymc 2013-12-22

    0热度

    1回答

    Python中的N混合模型

    我是Python的新手，并且难以将我在R中编写的模型翻译成Python语言。如果有人对资源或代码示例有任何建议，可能会对我非常感激。我在帮助文件中看到了一些代码和文本的片段，但是没有一个对Python的新手来说是足够注释或特定的。以下模型是以Royle（2004）为模型的N混合丰度模型：从空间复制计数估计种群大小的N混合模型。基本上它描述了一个泊松/二项式混合模型，其中 - 其中Z_i是湿地水平丰
    pymc mixture-model 2014-01-07

    1热度

    3回答

    将高斯混合物转换为PyMC3

    我想学习PyMC3，我想简单地混合高斯例子。我发现this的例子，并希望将其转换为pymc3，但我目前正在尝试绘制traceplot时出错。 n1 = 500 n2 = 200 n = n1+n2 mean1 = 21.8 mean2 = 42.0 precision = 0.1 sigma = np.sqrt(1/precision) # precision = 1/sig
    python mcmc pymc 2014-01-08

    2热度

    1回答

    使用PyMC3进行多图像处理

    我有一个图像处理问题，我想我可以用它来学习更多关于PyMC3的实验。我花了很多时间摆弄非线性求解器和蛮力方法，至今没有任何东西让我开心。 我遇到的问题涉及到一个复杂的方法，用于共同注册同一场景的两幅图像，但以不同的形式记录。想想试图将常规黑白可见图像与热红外图像进行匹配。或者，从医学成像的角度来看，试图将MRI数据与X射线数据相匹配。 只是为了让事情变得简单，我可以代表我用下面的函数数据处理工作流
    python image-processing bayesian pymc mcmc 2013-11-25

    3热度

    1回答

    PyMC：在马氏体系

    一个简单Markow链 比方说，我们要估计系统的参数，我们可以在给定的时间步长t的状态时间步长T + 1预测系统的状态参数估计。 PyMC应该能够轻松应对。 让我们的玩具系统由一个世界中的移动物体组成。状态是对象的位置。我们想估计潜在变量/对象的速度。下一个状态取决于前一个状态，而潜在变量取决于速度。 # define the system and the data true_vel = .2
    python hidden-markov-models markov pymc 2013-11-26

    0热度

    1回答

    PyMC3中的正弦回归

    我正在通过回归示例探索PyMC3。我从一条线开始，然后转向二次方，并且效果很好。当我尝试移动到一个正弦函数时，它的内部是随机变量，但事情变得很糟糕。 这里是我的PyMC3代码： import pymc as pm import numpy as np trace = None with pm.Model() as model: alpha = pm.Normal('alpha',
    python bayesian pymc 2014-01-16

    0热度

    1回答

    混合高斯在pyMC3

    没有收敛我有3个高斯混合但是不管我多么调整先验我不能让后意味着从他们的前值移动.. k = 3 n1 = 1000 n2 = 1000 n3 = 1000 n = n1+n2+n3 mean1 = 17.3 mean2 = 42.0 mean3 = 31.0 precision = 0.1 sigma = np.sqrt(1/precision) print "St
    python probability bayesian pymc 2014-01-20

    2热度

    1回答

    PyMC3中的简单动态模型

    我试图在PyMC3中组合一个动态系统模型来推断两个参数。该模型是基本SIR，在流行病学常用： DS/DT = - R0 * G * S * I 的di/dt = G * I（R *，S - 1） 其中r0和g是要推断的参数。到目前为止，我无法做得很好。我所见过的将马尔可夫链组合在一起的唯一例子会产生关于递归太深的错误。这是我的示例代码。 # Time t = np.linspace(0, 8,
    python statistics montecarlo pymc mcmc 2014-01-21

    1热度

    1回答

    使用数组调用laplace_like pymc2时的错误

    您好PyMC开发者， 在laplace_like函数中似乎存在一个错误。 现在返回： return flib.gamma(np.abs(x-mu), 1, tau) - np.log(2) 但当x是一个数组（它真的永远是），它应该返回 N = 1 if hasattr(x, "__len__"): N = x.__len__() return flib.gamma(np.abs(x-mu)
    pymc 2014-01-21

    0热度

    1回答

    PyMC中的Beta分布式线性模型

    在我看来应该是一个问题而不是旧的Google Groups， 我一直在寻找参数化PyMC中的Beta分布式线性模型，Chris Fonnesbeck建议是： “只是一个测试版的新参数，其中\阿尔法= \亩\披和\测试=（1 \亩）\披 所以，你需要是一样的东西： new_beta =拉姆达（ 'new_beta'，lambda x = x，mu = mu，phi = phi：beta_like（x
    pymc 2013-12-19
最新问题