多项Logistic回归- pymc3

Question

我已经开始尝试pymc3，并且需要实现一个多项逻辑回归模型。我研究了pymc3的教程，了解了他的分层回归模型的实现(请参阅https://twiecki.github.io/blog/2014/03/17/bayesian-glms-3/)，以及twiecki中的二进制逻辑回归的一些基本示例。我还没有看到这一点对多项逻辑回归的任何扩展。是否支持使用pymc3的GLM？或者如何在不使用GLM的情况下实现此功能？这里有一个我试图解决这个问题的iPython笔记本的链接，尽管我知道这里遗漏了一些重要的东西：http://nbviewer.ipython.org/github/mvictor212/pymc-multinom-logit/blob/master/MultinomialLogisticRegression%20-%20Radon%20Level.ipynb

Answer 1

分类变量由概率向量参数化，每个类一个概率向量加起来为1 (PyMC期望k-1个概率，并通过减法计算最后一个概率)。在这个例子中，如果我没看错你的代码，你看起来每个观察值只有一个概率。(这也是您的错误所表明的--当参数向量的大小为1时，它收到的索引为1)。

例如，假设我有代表三个类的数据：

[0, 2, 2, 1, 0, 2, 1, 0, 1, 1]

那么我应该有一个长度为2的p的值向量，例如：

p = [0.4, 0.3]