溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》

Python中的貝葉斯推理的軟件包 pystan

發(fā)布時(shí)間:2020-08-11 16:49:52 來源:ITPUB博客 閱讀:488 作者:python交流 欄目:編程語言
前言

PyStan 為 Stan 提供了一個(gè) Python 接口,這是一個(gè)使用 No-U-Turn 采樣器進(jìn)行貝葉斯推理的軟件包,這是Hamiltonian Monte Carlo 的一種變體。

PyStan具有以下依賴項(xiàng):

Python:2.7,> = 3.3
Cython:> = 0.22
NumPy:> = 1.7
PyStan還要求在安裝和運(yùn)行時(shí)可以使用C ++編譯器。 在基于Debian的系統(tǒng)上,這是通過發(fā)出命令apt-get install build-essential來完成的。

例子:

import pystan
schools_code = """
data {
    int<lower=0> J; // number of schools
    vector[J] y; // estimated treatment effects
    vector<lower=0>[J] sigma; // s.e. of effect estimates
}
parameters {
    real mu;
    real<lower=0> tau;
    vector[J] eta;
}
transformed parameters {
    vector[J] theta;
    theta = mu + tau * eta;
}
model {
    eta ~ normal(0, 1);
    y ~ normal(theta, sigma);
}
"""schools_dat = {'J': 8,               'y': [28,  8, -3,  7, -1,  1, 18, 12],               'sigma': [15, 10, 16, 11,  9, 11, 10, 18]}
sm = pystan.StanModel(model_code=schools_code)
fit = sm.sampling(data=schools_dat, iter=1000, chains=4)

需要資料,看個(gè)簡(jiǎn)介

素材來源中:開源中國


向AI問一下細(xì)節(jié)

免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI