BaseMMM.fit#

BaseMMM.fit(X, y=None, progressbar=None, random_seed=None, **kwargs)[fuente]#

Ajuste un modelo utilizando los datos pasados como parámetro.

Establece attrs a los datos de inferencia del modelo.

Parámetros:

Xnumpy:array_like | arreglo, forma (n_obs, n_features): Las muestras de entrada de entrenamiento. Si scikit-learn está disponible, tipo array, de lo contrario, array.
ynumpy:array_like | arreglo, forma (n_obs,): Los valores objetivo (números reales). Si scikit-learn está disponible, tipo array, de lo contrario, array.
barra de progreso : bool, opcionalbool, opcional: Especifica si se debe mostrar la barra de progreso de ajuste. Por defecto es True.
random_seed : Opcional[RandomState]Opcional[RandomState]: Proporciona al muestreador una semilla aleatoria inicial para obtener muestras reproducibles.
**kwargs : CualquieraCualquiera: Se pueden proporcionar configuraciones de muestreador personalizadas en forma de argumentos de palabra clave.

Devoluciones:

selfaz.InferenceData: Devuelve los datos de inferencia del modelo ajustado.

Ejemplos

model = MyModel()
idata = model.fit(X, y)
Auto-assigning NUTS sampler...
Initializing NUTS using jitter+adapt_diag...