我正在尝试从Infer.NET移植模型,我正在努力 如何在pymc3中观察到确定性变量?
M,L~Bernoulli
# doesn't work ...
Deterministic("U %i" % i, switch(M[i], ~L[i], L[i]), observed=True)
答案 0 :(得分:1)
目前还不太清楚你想要建模的是什么(你更有可能得到问题的完整描述和尝试代码的回复),但是在pymc3中你通过'传递数据。观察'用于指定似然函数的参数。例如,如果你想估计伯努利分布随机变量的成功概率,模型的可能性就是
likelihood = pm.Bernoulli('likelihood', prior_p_success, observed=data)
其中prior_p_success
是先前的成功概率,data
是二进制数据的向量。