ModelBuilder#
- class pymc_marketing.model_builder.ModelBuilder(model_config=None, sampler_config=None)[fuente]#
Clase base para construir modelos de PyMC-Marketing.
Child classes must implement the following methods: - default_model_config: Returns a dictionary for default model configuration. - default_sampler_config: Returns a dictionary for default sampler configuration. - build_model: Builds the model based on the provided data and model configuration. - build_from_idata: Builds the model from an InferenceData object. Needed for loading models. - fit: Fits the model based on the provided data and sampler configurations. - attrs_to_init_kwargs: Override to add additional init keyword arguments. - _serializable_model_config: Needed for saving and loading the model.
Métodos
ModelBuilder.__init__([model_config, ...])Inicializar la configuración del modelo y la configuración del muestreador para el modelo.
Convierte la configuración del modelo y la configuración del muestreador de los atributos a argumentos de palabra clave.
Construya el modelo a partir del objeto InferenceData.
ModelBuilder.build_model(**kwargs)Cree una instancia de
pm.Modelbasada en los datos proporcionados y en model_config.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.
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_configDevuelve un diccionario de configuración predeterminado de la clase.
default_sampler_configDevuelve un diccionario de configuración del muestreador predeterminado de la clase.
fit_resultObtenga el resultado de ajuste posterior fit_result.
idGenerar un valor hash único para el modelo.
posteriorposterior_predictivepredictionspriorprior_predictiveversionidatasampler_configmodel_config