问题标签 [pymc]

我正在尝试在 OSX Mountain lion 上安装 pymc。

我已经安装了 gfortran（来自http://gcc.gnu.org/wiki/GFortranBinaries#MacOS）并克隆了 pymc。

我尝试了以前的工作：'setup.py config --fcompiler=gfortran build'，但这会产生错误：

用法：setup.py [global_opts] cmd1 [cmd1_opts] [cmd2 [cmd2_opts] ...]

或： setup.py --help [cmd1 cmd2 ...]

或： setup.py --help-commands

或： setup.py cmd --help

错误：选项 --fcompiler 无法识别

如果我只是这样做：'sudo python setup.py install' 那么我得到这个

.

.

.

clang：警告：编译期间未使用的参数：'-mno-fused-madd'

在 src/ft2font.cpp:3 包含的文件中：

在 src/ft2font.h:16 包含的文件中：

/usr/X11/include/ft2build.h:56:10：致命错误：找不到“freetype/config/ftheader.h”文件

包含 ^ 1 个错误。错误：安装脚本退出并出现错误：命令“clang”失败，退出状态为 1

有什么想法吗？

谢谢，

仁

假设我有几个直方图，每个直方图在不同的 bin 位置（在实轴上）都有计数。例如

如何标准化这些直方图，以便获得 每个 PDF 的积分在给定范围（例如 0 和 100）内加起来为 1 的PDF ？

我们可以假设直方图在预定义的 bin 大小（例如 10）上计数事件

例如，我见过的大多数实现都是基于从数据开始的高斯内核（参见scipy和）。scikit-learn就我而言，我需要从直方图中执行此操作，因为我无权访问原始数据。

更新：

请注意，所有当前答案都假设我们正在查看位于 (-Inf, +Inf) 中的随机变量。这可以作为粗略的近似值，但根据应用程序可能并非如此，其中变量可能定义在某个其他范围内[a,b]（例如，在上述情况下为 0 和 100）

我想知道为什么采样器在逐步采样时速度非常慢。例如，如果我运行：

采样速度很快。但是，如果我运行：

采样速度较慢（采样越多，速度越慢）。

如果您想知道我为什么要问这个.. 好吧，我需要逐步采样，因为我想在采样器的每一步之后对变量的值执行一些操作。

有没有办法加快速度？

先感谢您！

- - - - - - - - - 编辑 - - - - - - - - - - - - - - - - ------------------------------

在这里，我更详细地介绍了具体问题：

我有两个竞争模型，它们是更大模型的一部分，该模型具有一个分类变量，作为两者之间的“开关”。

在这个玩具示例中，我有观察到的向量“Y”，可以用泊松或几何分布来解释。分类变量“switch_model”在 = 0 时选择几何模型，在 =1 时选择泊松模型。

在每个样本之后，如果 switch_model 选择几何模型，我希望泊松模型的变量不要更新，因为它们不会影响可能性，因此它们只是逐渐消失。如果 switch_model 选择 Poisson 模型，则相反。

基本上，我在每一步所做的就是通过手动将其向后退一步来“更改”未选择模型的值。

我希望我的解释和注释代码足够清楚。如果您需要更多详细信息，请告诉我。

我试图弄清楚如何正确地制作离散状态马尔可夫链模型pymc。

作为一个例子（在nbviewer中查看），让我们制作一个长度为 T=10 的链，其中马尔可夫状态是二进制的，初始状态分布是 [0.2, 0.8] 并且在状态 1 中切换状态的概率是 0.01 2 它是 0.5

为了制作模型，我制作了一个状态变量数组和一个依赖于状态变量的转换概率数组（使用 pymc.Index 函数）

对模型进行采样表明状态边际是它们应该是的（与在 Matlab 中使用 Kevin Murphy 的 BNT 包构建的模型相比）

打印出来：

我的问题是——这似乎不是用 pymc 构建马尔可夫链的最优雅的方式。是否有一种不需要确定性函数数组的更简洁的方法？

我的目标是为更通用的动态贝叶斯网络编写一个基于 pymc 的包。

我是 Python 和 iPython 的新手。我在 Mac 上将包“pymc”安装到 iPython 时遇到问题。

我基本上遵循了这些说明。

这是我所做的：

首先，我从github下载了pymc源文件，然后在“Document”文件夹下解压，这个解压后的文件夹名为“pymc-devs-pymc-79bc2dc”；

其次，我从终端输入：

第三，我想让 canopy python 成为我的默认 python。在“pymc-devs-pymc-79bc2dc”目录下，我输入：

此步骤遵循https://support.enthought.com/entries/23646538-Make-Canopy-s-Python-be-your-default-Python-ie-on-the-PATH-。但我不确定我是否需要在不同的目录下输入这个。但是，输出对我来说看起来是正确的。

第四步，我尝试了两种不同的方法。

第一种方法：我在终端中输入以下代码：

但是，输入 python setup.py config_fc --fcompiler gfortran build 后返回错误。我想知道是否需要安装其他软件包。

第二种方法是我直接使用 pip ：

安装成功。然后我进入下一步。

第五步，我还是按照指示做的

有一条警告消息：

警告：未找到 statsmodels 和/或 patsy，未导入 glm 子模块。

如果我做了什么不当的事，我会很困惑。

我想使用 PyMC 估计有向贝叶斯网络的参数。我遇到了一个实现喷水器网络的特定示例，该网络具有 3 个随机变量和为每个节点定义的条件概率分布 (CPD)。

但是，此示例使用确定性变量对 CPD 进行了编码。

是否可以将 2 或 3 个随机变量的联合或边际分布作为观测数据提供给确定性 PyMC 变量？换句话说，如果我的网络是 X -> Z <- Y 的形式，是否可以提供一组形式为 'x1,y1,z1' 的元组作为观察数据，以学习 CPD 的参数（ Z|X,Y)?

我正在尝试使用最大后验估计来估计泊松过程的速率，其中速率随时间变化。这是一个简化的示例，其速率呈线性变化 (λ = ax+b)：

这工作正常。但是我的实际泊松过程受到确定性值的限制。由于我无法将观察到的值与确定性函数相关联，因此我正在为我的观察添加一个方差很小的正态随机函数：

此代码产生以下错误：

知道我在做什么错吗？

我正在尝试构建一个简单的 PyMC 3 模型，在该模型中，我估计潜在二元高斯密度中的两个切点和一个相关参数，为（多项式）计数向量产生四个预测概率。（我希望这最终会成为一个更大模型的一部分，在这个模型中，这些参数和其他参数是针对许多潜在的多元高斯密度进行估计的。）

因此，我想将切点 cx 和 cy 建模为正常随机变量，并将相关参数 rho 建模为缩放的 Beta 随机变量（作为旁注，我很想听到处理 rho 的更好方法 - PyMC 3截断了正常的随机变量，例如？）。我想使用函数 mvnun 来计算给定 cx、cy 和 rho 值的预测概率。函数 mvnun 是 scipy.stats.mvn 的一部分，它是一段编译的 Fortran 代码，有两个函数用于计算非常准确的多元正态 CDF 值。

如果我尝试将 rho 粘贴在相关矩阵 S 中，或者如果我将 cx 或 cy 放入指示积分限制的数组中，我会得到：

如果我对 cx、cy 和/或 rho 使用固定数值，mvnun 就可以正常工作（在“with model:”块内或外）。我一直在四处寻找，试图弄清楚为什么 PyMC RVs 会导致这个错误，但我很难过。我收集到 cx、cy 和 rho 是 theano TensorVariables，但我无法弄清楚关于 theano TensorVariables 的什么（如果有的话）会导致这些问题。

尝试使用 PyMC RV 作为参数调用 Fortran 函数是否存在根本问题？还是我的代码在某些方面存在缺陷？两个都？完全不同的东西？

我是 PyMC 的新手，我安装 PyMC 3 时认为它是当前版本（我发誓说几周前我安装它时没有 alpha 版本）。也许我应该安装 2.3 并弄清楚如何把它和那个放在一起？

无论如何，任何有关如何解决问题的建议都将不胜感激。

这是我的代码：

我想建立一个依赖于其他分类变量的离散（pymc.Categorical）变量的贝叶斯网络。作为一个最简单的例子，假设变量a和b是分类变量，并且b取决于a

这是使用 pymc 对其进行编码的尝试（假设a采用三个值之一，b采用四个值之一）。想法是使用 pymc 从数据中学习 CPT 分布。

如果我们绘制这个模型，它看起来像这样

然而，运行这段代码我们得到一个错误：

显然，pymc 可以将 Dirichlet 变量作为分类变量的参数。当 Categorical 变量将 Dirichlet 变量作为其参数时，它知道期望 k-1 个概率向量，并假设第 k 个概率将向量求和为 1。但是，当 Dirichlet 变量是一个确定性变量，这是我制作 CPT 所需要的。

我会以正确的方式解决这个问题吗？如何解决表示不匹配的问题？我应该提一下，我对 pymc 和 Python 比较陌生。

这个问题与上一个关于使用 pymc 制作离散状态马尔可夫模型的问题有关

我正在尝试拟合共享相同截距的几条线。

计算出的 MAP 估计值与实际值相差甚远。这些值也对 和 的下限和上限sigmas、a实际值a（例如a = [.2, .5, .7]会给我很好的估计）或进行回归的行数非常敏​​感。

这是执行我的线性回归的正确方法吗？

ps：我尝试对 sigmas 使用指数先验分布，但结果并不好。