Python 基于蒙特卡罗马尔可夫链的简单贝叶斯网络移植到PyMC3

我正在将一个示例从

PyMC2

移植到

PyMC3

，它可以正常工作
结果可以在GitHub上的以下文件中找到：文件

pymc3\u rain\u sprayer\u grass\u simple\u bayesian\u network.py.

我想通过提供证据来扩展原始示例，例如，草是湿的，然后让

PyMC3

为诸如“给定的草是湿的，下雨的可能性有多大？”之类的问题提供答案

由此产生的轨迹似乎是“恒定的”，例如，其中不再存在随机性元素。查看要点中的

pymc3\u rain\u spreader\u grass\u simple\u bayesian\u network\u with\u defect.py

，然后执行

df.drop\u duplicates（）

以了解我的意思

---

我做错了什么？我设法解决了我的问题。要点是将testval设置为“true”而不是“false”。将step法从大都会法改为双城法，改善了这种情况

这里是完整的解决方案供参考。我还更新了要点

import numpy as np
import pandas as pd
import pymc3 as pm

niter = 10000  # 10000
tune = 5000  # 5000

model = pm.Model()

with model:
    tv = [1]
    rain = pm.Bernoulli('rain', 0.2, shape=1, testval=tv)
    sprinkler_p = pm.Deterministic('sprinkler_p', pm.math.switch(rain, 0.01, 0.40))
    sprinkler = pm.Bernoulli('sprinkler', sprinkler_p, shape=1, testval=tv)
    grass_wet_p = pm.Deterministic('grass_wet_p', pm.math.switch(rain, pm.math.switch(sprinkler, 0.99, 0.80), pm.math.switch(sprinkler, 0.90, 0.0)))
    grass_wet = pm.Bernoulli('grass_wet', grass_wet_p, observed=np.array([1]), shape=1)

    trace = pm.sample(20000, step=[pm.BinaryGibbsMetropolis([rain, sprinkler])], tune=tune, random_seed=124)

# pm.traceplot(trace)

dictionary = {
              'Rain': [1 if ii[0] else 0 for ii in trace['rain'].tolist() ],
              'Sprinkler': [1 if ii[0] else 0 for ii in trace['sprinkler'].tolist() ],
              'Sprinkler Probability': [ii[0] for ii in trace['sprinkler_p'].tolist()],
              'Grass Wet Probability': [ii[0] for ii in trace['grass_wet_p'].tolist()],
              }
df = pd.DataFrame(dictionary)

p_rain = df[(df['Rain'] == 1)].shape[0] / df.shape[0]
print(p_rain)

p_sprinkler = df[(df['Sprinkler'] == 1)].shape[0] / df.shape[0]
print(p_sprinkler)

---

我在

PyMC2

中用相同的代码更新了要点。

PyMC2

版本与PyMC3版本没有相同的问题。有什么想法吗？在这篇文章中，我发现了以下陈述：“你的方法没有根本性的错误，除了任何贝叶斯MCMC分析的缺陷：（1）不收敛，（2）先验，（3）模型。”我认为我这里的情况与此类似，我将继续调整解决方案。如果我提供证据证明草不是湿的，而不是湿的，

PyMC3

版本也可以工作。我将继续在这里和要点中更新我的发现。我已经用pyjags版本更新了要点。如果我没有为JAGS指定正确的启动条件，它会给我一条错误消息：

console.JagsError:error in node grass\u wet；观察到的节点与初始化时未观察到的父节点不一致。尝试设置适当的初始值。

如果PyMC3会给出类似的警告就好了。