使用CatNet包的贝叶斯网络：处理丢失的数据
我对这个社区、r和一般的编程都是新手。(提前感谢您的耐心！)我正在做一个涉及贝叶斯网络的项目。 海峡问题。以下代码是在此站点上发布的，以回答名为“bnlearn Package R中的NA/NaN值”的问题 rm(list=ls()) ### generate random data (not simply independent binomials) set.seed(123) n
..
bayesian相关内容
为CatNetwork对象解释CatNet&#；包的cnProb输出
我是贝叶斯网络的新手。我正尝试在R中使用CatNet包，但我在理解cnProb()函数的输出时遇到了困难。例如，下面是一个新的CatNetwork对象： cnet_test
..
使用 ggplot() 和 bsts() 包从贝叶斯时间序列分析中生成 BSTS 平均绝对百分比误差 (MAPE) 图
问题: 我有一个名为 FID(见下文)的数据框，其中包含 Year & 两列月份和 Sighting_Frequency(鸟类数量). 数据框包含 2015-2017 之间的 3 年 观察，表示我有 36 个月的数据.我使用 bsts 包 中的 bsts() 函数 对 MCMC 进行了 贝叶斯时间序列分析(请参阅下面的 R 代码)按照下面的教程进行操作. 我想生成一个保持平均绝对
..
在 pytorch 上使用 MC Dropout 测量不确定性
我正在尝试在 Pytorch 上使用 Mc Dropout 实现贝叶斯 CNN，主要思想是，通过在测试时应用 dropout 并运行多次前向传递，您可以获得来自各种不同模型的预测.我找到了 Mc Dropout 的一个应用，但我真的不明白他们是如何应用这种方法的，以及他们究竟是如何从预测列表中选择正确的预测的 这是代码 def mcdropout_test(模型):模型.train()测试
..
按 5 星评级排序的更好方法是什么?
我正在尝试使用 5 星级系统按客户评分对一堆产品进行排序.我为其设置的网站没有很多评分，并会继续添加新产品，因此通常会有一些评分较低的产品. 我尝试使用平均星级评分，但是当评分数量很少时，该算法会失败. 例如，具有 3x 5 星评分的产品比具有 100x 5 星评分和 2x 2 星评分的产品显示效果更好. 第二个产品不应该显示得更高，因为它在统计上更值得信赖，因为评分数量更多?
..
Tensorflow 的超参数调整
我正在寻找直接用 Tensorflow(不是 Keras 或 Tflearn)编写的代码的超参数调整包.你能提点建议吗? 解决方案 通常你不需要将你的超参数优化逻辑与优化模型结合起来(除非你的超参数优化逻辑是特定于你所使用的模型类型的)培训，在这种情况下，您需要告诉我们更多信息).有多种工具和包可用于该任务.这里是一篇关于这个主题的好论文，和此处是一篇带有示例的更实用的博客文章. h
..
使用贝叶斯优化对深度学习结构进行超参数优化
我为原始信号分类任务构建了一个 CLDNN(卷积、LSTM、深度神经网络)结构. 每个训练时期运行大约 90 秒，超参数似乎很难优化. 我一直在研究优化超参数的各种方法(例如随机或网格搜索)，并发现了贝叶斯优化. 虽然我还没有完全理解优化算法，但我喜欢它会对我有很大帮助. 我想问几个关于优化任务的问题. 如何针对深度网络设置贝叶斯优化?(我们要优化的成本函数是什么?)
..
如何评估pymc3中的对数后验
我想在样本点和一些手动输入的点(例如，合成数据集的真实参数值点)上评估对数后验(理想情况下分别对数先验和对数似然)值.如何在PyMC3中实现这一目标? 更新:我已经找到了 logp()方法，但是对多个点使用它不是很方便.有一些标准/惯用的方法吗? 更新: [[y.logp(trace [i])for i in range(len(trace))] 可以工作，但是速度很慢. 更新:
..
PyMC3将随机协方差矩阵传递给pm.MvNormal()
我已经尝试通过使用PyMC3将简单的2D高斯模型拟合到观测数据. 将numpy导入为np导入pymc3作为pmn = 10000；np.random.seed(0)X = np.random.multivariate_normal([0,0]，[[1,0]，[0,1]]，n);使用pm.Model()作为模型:#优先mu = [pm.Uniform('mux'，lower = -1，upper
..
如何使用logit函数编写JAGS二项式模型文件
我正在使用JAGS进行分配，以建模二项式分布，其 p 参数是另一个变量 d 的函数. 这就是我想要做的: 从后验中为两个参数alpha/beta生成10000个样本 在dist = 25的情况下进行100次尝试，从后验预测成功次数产生样本 计算25英尺距离处的成功率的95个可信区间 我已经编写了模型，但是出现了错误. 下面是我已经尝试过的代码 #R-code距离= s
..
brms:如何在分类变量上设置优先级?
我正在使用2个分类变量构建二项式回归模型.这来自《统计重新思考》一书中的一个例子.在这本书中，使用重新思考软件包时，我们可以为每个分类变量设置先验，如下所示 m11.5
..
如何修复R2jags :: jags中的“与父母不一致的节点"
我正在使用R-package R2jags.运行下面附加的代码后，R产生错误消息:“节点与父代不一致". 我试图解决它.但是，错误消息仍然存在.我正在使用的变量是: i)"Adop":0-1的虚拟变量. ii)"NumInfo":一个计数器变量，其范围为{0，1，2，...}. iii)“价格":5 iv)"NRows":326. install.packages
..
当参数已知时，如何从自定义分布中采样?
目标是从已知参数的分布中获取样本. 例如，自定义分布为p(X | theta)，其中theta为K维的参数矢量，X为N维的随机矢量. 现在我们知道(1)theta是已知的；(2)p(X | theta)未知，但我知道p(X | theta)∝ f(X，theta)，f是已知函数. pymc3可以从p(X | theta)进行这种采样吗? 目的不是从参数的后验分布中采样，而是
..
PyStan API中的变体推论?
在 PyStan文档中，我找不到关于变分推理的任何提及，即使已在Stan本身中添加了 .我是否缺少某些东西，还是Python API尚未实现? 解决方案 它不在PyStan 2.9.0中，但我们正在对其进行集成.
..
JAGS随机效应模型预测
我正在尝试使用索引作为响应(D47)，温度作为预测变量(Temp)并考虑离散变量的随机效应(材料)对贝叶斯回归建模.我发现了关于非层次回归的非常好的信息，一些帖子甚至包括这些模型的预测策略.尽管如此，在预测模型中的D47值时，我还是发现了一个引人注目的问题，主要是由于随机拦截. 在预测JAGS回归期间，有什么方法可以应对随机截距? 感谢您的回答， model1
..
在pytorch上使用MC Dropout测量不确定性
我正在尝试在Pytorch上使用Mc Dropout实施贝叶斯CNN，主要思想是，通过在测试时应用辍学并遍历许多前向传递，您可以从各种不同的模型中获得预测.我找到了Mc Dropout的一个应用程序，但我真的没有得到他们如何应用此方法以及他们如何从预测列表中选择正确的预测 这是代码 def mcdropout_test(model):model.train()test_loss = 0正确
..
使用ggplot()和bsts()程序包通过MCMC的贝叶斯时间序列分析生成BSTS平均绝对百分比误差(MAPE)图
问题: 我有一个称为FID的数据框(如下所示)，其中包含Year& Year的两列.月和Sighting_Frequency(鸟类计数). 数据框中包含 2015-2017年之间的 3年观测值，表明我有36个月的数据.我已经使用 bsts包(请参见下面的R代码)中的 bsts()函数使用MCMC运行了贝叶斯时间序列分析.遵循下面的教程. 我要生成一个保留值平均绝对百分比误差(MA
..
JAGS:特定于单位的时间趋势
使用JAGS，我正在尝试估计一个包含特定于单位时间趋势的模型. 但是，问题是我不知道如何对此建模，到目前为止，我一直无法找到解决方案. 作为示例，请考虑我们具有以下数据: rain
..
BayesServer:InvalidNetworkException:节点[知识]的分配为空
我正在尝试使用 BayesServer库建立动态贝叶斯网络.我有以下实现网络的方法 // numberOfDistractors and levelId will be used later for added complexity in modeling void InitializeNetworkForLevel(int numberOfDistractors, int levelId)
..
modelCompile()期间发生错误[OpenBUGS]
我正在尝试在两个小组之间进行贝叶斯NHST.每个组都包含许多变量，为了避免多重假设校正，我选择了贝叶斯方法.但是我在OpenBUGS中的代码给出了以下错误: "Error in handleRes(res) : Internal "trap" error in OpenBUGS, or non-existent module or procedure called." 我正在将BRugs
..