我是斯坦和机器学习的新手。现在我想实现pmf模型。这是我的代码的一部分:
pmf_cod="""
data {
int<lower=0> K; //number of factors
int<lower=0> N; //number of user
int<lower=0> M; //number of item
int<lower=0> D; //number of observation
int<lower=0> D_new; //number of pridictor
int<lower=0, upper=N> ii[D]; //item
int<lower=0, upper=M> jj[D]; //user
int<lower=0, upper=N> ii_new[D_new]; // item
int<lower=0, upper=N> jj_new[D_new]; // user
real<lower=0, upper=5> r[D]; //rating
real<lower=0, upper=5> r_new[D_new]; //pridict rating
}
parameters {
row_vector[K] i[M]; // item profile
row_vector[K] u[N]; // user profile
real<lower=0> alpha;
real<lower=0> alpha_i;
real<lower=0> alpha_u;
}
transformed parameters {
matrix[N,M] I; // indicator variable
I <- rep_matrix(0, N, M);
for (d in 1:D){
I[ii[d]][jj[d]] <- 1;
}
}
model {
for (d in 1:D){
r[d] ~ normal(sum(u[jj[d]]' * i[ii[d]]), 1/alpha);
}
for (n in 1: N){
u[n] ~ normal(0,(1/alpha_u) * I);
}
for (m in 1:M){
i[m] ~ normal(0,(1/alpha_i) * I);
}
}
"""
但是我在这行代码中遇到了错误:No matches for: row vector ~ normal(int, matrix)
:
for (n in 1: N){
u[n] ~ normal(0,(1/alpha_u) * I);
}
I
是单位矩阵。所以(1/alpha_u) * I
的乘积也是一个矩阵。但斯坦只接受矢量或实际值作为方差。我想知道如何将其转换为矢量或单个值。
提前谢谢!
答案 0 :(得分:1)
看起来好像您打算使用多变量正常密度,在这种情况下,您要查找的函数是multi_normal
而不是normal
。但是,multi_normal
函数需要一个均值向量作为其第一个参数,因此您需要将其称为
u[n] ~ multi_normal(rep_vector(0, K), (1/alpha_u) * I);
此外,如果应在I
块中创建transformed parameters
块,则无需在transformed data
块中创建multi_normal
。
所有这一切,当方差 - 协方差矩阵是对角线时,你不应该在Stan中使用
u[n] ~ normal(0, 1 / alpha_u);
密度。在这个假设下,多变量正态分布因子成为单变量正态分布的乘积,因此你最好做得更好
$TERM