ConstructorDeModeloDeRegresión

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

Clase ModelBuilder que proporciona una API fácil de usar similar a scikit-learn para modelos de regresión.

Training data is provided in the fit method and must follow the following convention: - X: Matrix containing predictor variables - y: Target variable array

Métodos

RegressionModelBuilder.__init__([...])	Inicializar la configuración del modelo y la configuración del muestreador para el modelo.
RegressionModelBuilder.approximate_fit(X[, ...])	Ajuste un modelo utilizando Inferencia Variacional y devuelva InferenceData.
RegressionModelBuilder.attrs_to_init_kwargs(attrs)	Convierte la configuración del modelo y la configuración del muestreador de los atributos a argumentos de palabra clave.
RegressionModelBuilder.build_from_idata(idata)	Construir el modelo a partir del objeto InferenceData.
RegressionModelBuilder.build_model(X, y, ...)	Cree una instancia de pm.Model basada en los datos proporcionados y en model_config.
RegressionModelBuilder.create_fit_data(X, y)	Cree el grupo fit_data basado en los datos de entrada.
RegressionModelBuilder.create_idata_attrs()	Cree atributos para los datos de inferencia.
RegressionModelBuilder.fit(X[, y, ...])	Ajuste un modelo utilizando los datos pasados como parámetro.
RegressionModelBuilder.graphviz(**kwargs)	Obtenga la representación graphviz del modelo.
RegressionModelBuilder.idata_to_init_kwargs(idata)	Cree la configuración del modelo y la configuración del muestreador a partir de InferenceData como argumentos de palabra clave.
RegressionModelBuilder.load(fname[, check])	Cree una instancia de ModelBuilder a partir de un archivo.
RegressionModelBuilder.load_from_idata(idata)	Cree una instancia de ModelBuilder a partir de un objeto InferenceData.
RegressionModelBuilder.post_sample_model_transformation()	Realice la transformación en el modelo después de muestrear.
RegressionModelBuilder.predict([X, extend_idata])	Utilice un modelo para predecir en datos no vistos y devuelva la predicción puntual de todas las muestras.
RegressionModelBuilder.predict_posterior([...])	Generar muestras predictivas posteriores en datos no vistos.
RegressionModelBuilder.predict_proba([X, ...])	Alias para predict_posterior, por consistencia con los estimadores probabilísticos de scikit-learn.
RegressionModelBuilder.sample_posterior_predictive([...])	Muestra de la distribución predictiva posterior del modelo.
RegressionModelBuilder.sample_prior_predictive([...])	Muestra de la distribución predictiva previa del modelo.
RegressionModelBuilder.save(fname, **kwargs)	Guarde los datos de inferencia del modelo en un archivo.
RegressionModelBuilder.set_idata_attrs([idata])	Establecer atributos en un objeto InferenceData.
RegressionModelBuilder.table(...)	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 de muestreador predeterminado de clase.
fit_result	Obtenga el resultado de ajuste posterior fit_result.
id	Generar un valor hash único para el modelo.
output_var	Devuelve el nombre de la variable de salida del modelo.
posterior
posterior_predictive
predictions
prior
prior_predictive
version
idata
sampler_config
model_config