anterior#
Clase que representa una distribución a priori.
La clase Prior es un contenedor para las distribuciones de PyMC que permite al usuario crear fuera del modelo de PyMC.
Nota
Este módulo ha sido desaprobado y se ha trasladado a pymc_extras.prior.
Esta es la alternativa a utilizar los diccionarios en los modelos de PyMC-Marketing.
Ejemplos#
Cree un prior normal.
from pymc_extras.prior import Prior
normal = Prior("Normal")
Cree un prior normal jerárquico utilizando distribuciones para los parámetros y especificando las dimensiones.
hierarchical_normal = Prior(
"Normal",
mu=Prior("Normal"),
sigma=Prior("HalfNormal"),
dims="channel",
)
Cree un prior normal jerárquico no centrado con el parámetro centered.
non_centered_hierarchical_normal = Prior(
"Normal",
mu=Prior("Normal"),
sigma=Prior("HalfNormal"),
dims="channel",
# Only change needed to make it non-centered
centered=False,
)
Cree un prior beta jerárquico utilizando la distribución Beta, distribuciones para los parámetros y especificando las dimensiones.
hierarchical_beta = Prior(
"Beta",
alpha=Prior("HalfNormal"),
beta=Prior("HalfNormal"),
dims="channel",
)
Cree un prior normal jerárquico transformado utilizando el parámetro transform. Aquí la transformación «sigmoide» proviene de pm.math.
transformed_hierarchical_normal = Prior(
"Normal",
mu=Prior("Normal"),
sigma=Prior("HalfNormal"),
transform="sigmoid",
dims="channel",
)
Cree un previo con una función de transformación personalizada registrándola con register_tensor_transform.
from pymc_extras.prior import register_tensor_transform
def custom_transform(x):
return x**2
register_tensor_transform("square", custom_transform)
custom_distribution = Prior("Normal", transform="square")
Funciones
Deserializador alternativo que maneja recursivamente todos los parámetros anidados. |
|
|
Verifique si los datos son un diccionario que representa un Prior (verificación alternativa). |