多项Logistic回归 - pymc3

时间:2014-09-16 15:27:34

标签: pymc pymc3

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

1 个答案:

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]