我尝试将简单的生存模型从这里(介绍中的第一个)从 PyMC 2 移植到 PyMC 3。但是,我没有找到任何与“观察到的”装饰器等效的东西,并且我尝试编写新的发行版失败了。有人可以提供一个例子,这是如何在 PyMC 3 中完成的?
问问题
737 次
1 回答
5
这是一个棘手的端口,需要三个新概念:
theano
张量的使用- 的使用
DensityDist
- 传递一个
dict
asobserved
此代码提供与您在上面链接到的 PyMC2 版本等效的模型:
import pymc3 as pm
from pymc.examples import melanoma_data as data
import theano.tensor as t
times = data.t # not to be confused with the theano tensor t!
failure = (data.censored==0).astype(int)
with pm.Model() as model:
beta0 = pm.Normal('beta0', mu=0.0, tau=0.0001)
beta1 = pm.Normal('beta1', mu=0.0, tau=0.0001)
lam = t.exp(beta0 + beta1*data.treat)
def survival_like(failure, value):
return t.sum(failure * t.log(lam) - lam * value)
survive = pm.DensityDist('survive', survival_like,
observed={'failure': failure, 'value': times})
with model:
start = pm.find_MAP()
step = pm.NUTS(scaling=start)
trace = pm.sample(10000, step=step, start=start)
pm.traceplot(trace);
输出如下:
于 2015-08-19T21:12:52.557 回答