MMM.predecir_posterior#
- MMM.predict_posterior(X=None, extend_idata=True, combined=True, **kwargs)[fuente]#
Generar muestras predictivas posteriores en datos no vistos.
- Parámetros:
- Xnumpy:array_like | arreglo, forma (n_pred, n_features)
Los datos de entrada utilizados para la predicción. Si scikit-learn está disponible, tipo array, de lo contrario, array.
- extend_idata :
BooleanoBoolean Determine si las predicciones deben ser añadidas al objeto de datos de inferencia. Por defecto es True.
- combinado: Booleano
Combina la cadena y las dimensiones de dibujo en la muestra. No funcionará si ya existe una dimensión llamada muestra. Por defecto es True.
- **kwargs: Argumentos adicionales para pasar al método sample_posterior_predictive
- Devoluciones:
- y_pred
DataArray Muestras predictivas posteriores para cada entrada X. La forma es (n_pred, chains * draws) si combinado es True, de lo contrario (chains, draws, n_pred).
- y_pred