ModelBuilder

class pymc_marketing.model_builder.ModelBuilder(model_config=None, sampler_config=None)

Clase base para construir modelos de PyMC-Marketing.

Las clases hijas deben implementar los siguientes métodos:

• default_model_config: Devuelve un diccionario para la configuración del modelo predeterminado.

• default_sampler_config: Devuelve un diccionario para la configuración del muestreador predeterminado.

• build_model: Construye el modelo basado en los datos proporcionados y la configuración del modelo.

• build_from_idata: Construye el modelo a partir de un objeto InferenceData. Necesario para cargar modelos.

• ajustar: Ajusta el modelo según los datos proporcionados y las configuraciones del muestreador.

• attrs_to_init_kwargs: Sobrescribir para agregar argumentos de palabra clave de inicialización adicionales.

• _serializable_model_config: Necesario para guardar y cargar el modelo.

Métodos

ModelBuilder.__init__([model_config, ...])	Inicializar la configuración del modelo y la configuración del muestreador para el modelo.
ModelBuilder.attrs_to_init_kwargs(attrs)	Convierte la configuración del modelo y la configuración del muestreador de los atributos a argumentos de palabra clave.
ModelBuilder.build_from_idata(idata)	Construya el modelo a partir del objeto InferenceData.
ModelBuilder.build_model(**kwargs)	Cree una instancia de pm.Model basada en los datos proporcionados y en model_config.
ModelBuilder.create_idata_attrs()	Cree atributos para los datos de inferencia.
ModelBuilder.fit(**kwargs)	Ajuste un modelo utilizando los datos pasados como parámetro.
ModelBuilder.graphviz(**kwargs)	Obtenga la representación graphviz del modelo.
ModelBuilder.idata_to_init_kwargs(idata)	Cree la configuración del modelo y la configuración del muestreador a partir de InferenceData a argumentos de palabra clave.
ModelBuilder.load(fname[, check])	Cree una instancia de ModelBuilder a partir de un archivo.
ModelBuilder.load_from_idata(idata[, verificar])	Cree una instancia de ModelBuilder a partir de un objeto InferenceData.
ModelBuilder.save(fname, **kwargs)	Guarde los datos de inferencia del modelo en un archivo.
ModelBuilder.set_idata_attrs([idata])	Establecer atributos en un objeto InferenceData.
ModelBuilder.table(**model_table_kwargs)	Obtenga la tabla resumen del modelo.

Atributos

default_model_config	Devuelve un diccionario de configuración predeterminado de la clase.
default_sampler_config	Devuelve un diccionario de configuración del muestreador predeterminado de la clase.
fit_result	Obtenga el resultado de ajuste posterior fit_result.
id	Generar un valor hash único para el modelo.
posterior
posterior_predictive
predictions
prior
prior_predictive
version
idata
sampler_config
model_config