0

我正在使用 pymc3 来寻找最适合 3D 表面的方法。这是我正在使用的代码。

with Model() as model:
# specify glm and pass in data. The resulting linear model, its likelihood and                                                                                                   
# and all its parameters are automatically added to our model.                                                                                                                   
glm.glm('z ~ x**2 + y**2 + x + y + np.sin(x) + np.cos(y)' , flatimage)
start = find_MAP()
step = NUTS(scaling=start) # Instantiate MCMC sampling algorithm                                                                                                                 
trace = sample(2000, step, progressbar=False) # draw 2000 posterior samples using NUTS sampling

我在这一行有一个错误：

glm.glm('z ~ x**2 + y**2 + x + y + np.sin(x) + np.cos(y)' , flatimage)

错误是：

IndexError: only integers, slices (`:`), ellipsis (`...`), numpy.newaxis (`None`) and integer or boolean arrays are valid indices

我试图通过将 sin(x) 和 cos(y) 更改为 np.sin(x) 和 np.cos(y) 来修复它，但这没有用，我不知道还能做什么。

4

1 回答 1

1

我认为问题与您对flatimage. 您需要标记数据才能使 glm 模块正常工作。像这样的东西：

# synthetic data (just an example)
x = np.random.normal(size=100)
y = np.random.normal(size=100)
z = x**2 + y**2 + x + y + np.sin(x) + np.cos(y)

data = dict(x=x, y=y, z=z) # a pandas dataframe will also work

with pm.Model() as model:
    pm.glm.glm('z ~ x**2 + y**2 + x + y + np.sin(x) + np.cos(y)' , data)
    start = pm.find_MAP()
    step = pm.NUTS(scaling=start)         
    trace = pm.sample(2000, step, start)

检查此示例以获取其他详细信息。

于 2016-07-28T06:02:18.077 回答