我尝试使用两个Beta分布的混合来拟合数据(我不知道每个分布的权重),使用Mixture
from{a1}。代码如下:
model=pm.Model()
with model:
alpha1=pm.Uniform("alpha1",lower=0,upper=20)
beta1=pm.Uniform("beta1",lower=0,upper=20)
alpha2=pm.Uniform("alpha2",lower=0,upper=20)
beta2=pm.Uniform("beta2",lower=0,upper=20)
w=pm.Uniform("w",lower=0,upper=1)
b1=pm.Beta("B1",alpha=alpha1,beta=beta1)
b2=pm.Beta("B2",alpha=alpha2,beta=beta2)
mix=pm.Mixture("mix",w=[1.0,w],comp_dists=[b1,b2])
运行此代码后,我得到以下错误:AttributeError: 'list' object has no attribute 'mean'
。有什么建议吗?在
PyMC3附带了一个^{} 模块,其中包含有用的示例。通过在目录中搜索单词“mixed”,我遇到了this example:
注意,调用了classmethod ^{} 。在google上搜索“pymc3 dist classmethod”可以得到这个doc page,它解释了
除此之外,我还不完全清楚为什么这里需要精简的分布,但它似乎有效:
^{pr2}$注意,当使用
dist
类方法时,名称字符串被省略。在相关问题 更多 >
编程相关推荐