如何解决如何设置从未观察到的随机变量派生的PyMC3随机变量的“观察到”属性
我正在使用PyMC3,不确定如何将某些变量标记为“已观察”。在一个简单的示例中,我可以将两个输入变量建模为[0,1]上的均匀分布。我知道第三个“输出”随机变量等于两个输入的乘积,假设我观察到第一个输入为1,输出为0。那么我想使用PyMC3来预测第二个输入,即在这种情况下,必须为0。
我不清楚如何告诉PyMC3观察到输出,因为它是数学表达式的结果,而不是通过构造函数显式创建的。
import pymc3 as pm
with pm.Model() as model:
input1 = pm.Uniform('RV1',lower=0,upper=1,observed=1) # API is clear how to mark it observed
input2 = pm.Uniform('RV2',upper=1) # This one is not observed
output = input1 * input2 # How to tell PyMC3 the observed value of "output"?
# Now I will do variational inference,sampling,etc... on the model
从技术上讲,随机变量是布尔型随机变量,但我需要将它们建模为连续变量,以便进行变化推断。我有很多,这是一个最小的例子。设置output.observed = 0
似乎无效,尽管它不会崩溃。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。