pymc - 多项逻辑回归 - pymc3

Question

我已经开始尝试 pymc3 并且需要实现多项逻辑回归模型。我研究了 twiecki 的教程，并且了解他对分层回归模型的实现（请参阅https://twiecki.github.io/blog/2014/03/17/bayesian-glms-3/），以及一些基本示例pymc3 中的二元逻辑回归。我还没有看到对多项逻辑回归的任何扩展。使用 pymc3 的 GLM 是否对此提供支持？或者如何在不使用 GLM 的情况下实现这一点？这是我尝试解决问题的 iPython 笔记本的链接，尽管我知道我在这里遗漏了一些重要的东西：http: //nbviewer.ipython.org/github/mvictor212/pymc-multinom-logit/blob/master/ MultinomialLogisticRegression%20-%20Radon%20Level.ipynb

score 1 · Accepted Answer

分类由概率向量参数化，每个类别一个，加起来为一个（PyMC 期望 k-1 个概率，并通过减法计算最后一个概率）。在这个例子中，如果我正确地阅读了你的代码，看起来你每次观察只有一个概率。（另外，这就是您的错误所暗示的——当参数向量的大小为 1 时，它收到的索引为 1）。

例如，假设我有代表三个类的数据：

[0, 2, 2, 1, 0, 2, 1, 0, 1, 1]

然后我应该有一个长度为 2 的 p 值向量，例如：

p = [0.4, 0.3]

1 回答 1