我开始尝试使用pymc3并需要实施多项逻辑回归模型。我研究过twiecki的教程，我理解他的层次回归模型的实现（参见https://twiecki.github.io/blog/2014/03/17/bayesian-glms-3/），以及pymc3中二元逻辑回归的一些基本例子。我还没有看到对多项逻辑回归的任何扩展。是否有使用pymc3的GLM支持？或者如何在不使用GLM的情况下实现这一点？这是一个iPython笔记本的链接，我试图解决这个问题，虽然我知道我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
答案 0 :(得分：1)
分类由概率向量参数化，每个类一个，加起来一个（PyMC期望k-1概率，并通过减法计算最后一个概率）。在这个例子中，如果我正确地阅读你的代码，你看起来每次观察只有一个概率。 （此外，这是您的错误所暗示的 - 当参数向量大小为1时，它已收到索引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的值向量，例如：
p = [0.4, 0.3]