Python stan向量参数的pystan轨迹图
我在斯坦做多元回归 我想要回归器/设计矩阵的beta向量参数的跟踪图 当我执行以下操作时:Python stan向量参数的pystan轨迹图,python,stan,pystan,Python,Stan,Pystan,我在斯坦做多元回归 我想要回归器/设计矩阵的beta向量参数的跟踪图 当我执行以下操作时: fit = model.sampling(data=data, iter=2000, chains=4) fig = fit.plot('beta') 我得到了一个非常可怕的印象: 我想要的是更人性化一点的东西。我已经成功地破解了以下内容,这些内容更接近我的目标 我的黑客插件插入pystan的背面,如下所示 r = fit.extract() # r for results from pystan.
fit = model.sampling(data=data, iter=2000, chains=4)
fig = fit.plot('beta')
我得到了一个非常可怕的印象:
我想要的是更人性化一点的东西。我已经成功地破解了以下内容,这些内容更接近我的目标
我的黑客插件插入pystan的背面,如下所示
r = fit.extract() # r for results
from pystan.external.pymc import plots
param = 'beta'
beta = r[param]
name = df.columns.values.tolist()
(rows, cols) = beta.shape
assert(len(df.columns) == cols)
values = {param+'['+str(k+1)+'] '+name[k]:
beta[:,k] for k in range(cols)}
fig = plots.traceplot(values, values.keys())
for a in fig.axes:
# shorten the y-labels
l = a.get_ylabel()
if l == 'frequency':
a.set_ylabel('freq')
if l=='sample value':
a.set_ylabel('val')
fig.set_size_inches(8, 12)
fig.tight_layout(pad=1)
fig.savefig(g_dir+param+'-trace.png', dpi=125)
plt.close()
我的问题——当然我遗漏了一些东西——但是有没有更简单的方法可以从pystan获得向量参数的输出呢?发现ArviZ模块做得很好
ArviZ可以在这里找到:我也在努力解决这个问题,只是找到了一种方法来提取traceplot(我已经知道Beta)的参数 完成安装后,您可以将其保存到数据框中:
fit_df = fit.to_dataframe()
现在您有了一个新变量,dataframe。是的,我花了一段时间才发现pystan有一种简单的方法可以将fit保存到数据帧中
有了它,你可以检查你的数据帧。您可以通过打印键查看其标题:
fit_df.keys()
输出如下所示:
Index([u'chain', u'chain_idx', u'warmup', u'accept_stat__', u'energy__',
u'n_leapfrog__', u'stepsize__', u'treedepth__', u'divergent__',
u'beta[1,1]', ...
u'eta05[892]', u'eta05[893]', u'eta05[894]', u'eta05[895]',
u'eta05[896]', u'eta05[897]', u'eta05[898]', u'eta05[899]',
u'eta05[900]', u'lp__'],
dtype='object', length=9037)
现在,你拥有了你所需要的一切!Beta和链ID都在列中。这就是绘制Beta和traceplot所需的全部内容。因此,您可以任意操纵它,并根据需要自定义您的数字。我将向您展示我是如何做到这一点的:
chain_idx = fit_df['chain_idx']
beta11 = fit_df['beta[1,1]']
beta12 = fit_df['beta[1,2]']
plt.subplots(figsize=(15,3))
plt.subplot(1,4,1)
sns.kdeplot(beta11)
plt.subplot(1,4,2)
plt.plot(chain_idx, beta11)
plt.subplot(1,4,3)
sns.kdeplot(beta12)
plt.subplot(1,4,4)
plt.plot(chain_idx, beta12)
plt.tight_layout()
plt.show()
我希望它能帮上忙(如果你还需要的话);)