pymc意外模型输出

Question

我试图使用PyMC来确定广告点击率(CTR)的分布。假设我们有1000个广告，我有所有广告的点击量和浏览量。我假设广告CTR的基本分布是Beta分布，我想使用PyMC来估计这个分布的参数。我将在下面的代码段unknown_alpha和unknown_beta中调用这些参数。

为了展示我的示例代码，下面是如何生成一个示例测试集：

from scipy.stats import beta
from scipy.stats import geom
from scipy.stats import binom

def generate_example_data(data_size=1000, unknown_alpha=30, unknown_beta=100):
    ctrs = beta.rvs(a=unknown_alpha, b=unknown_beta, size=data_size)

    data_views = geom.rvs(0.001, size=data_size)
    data_clicks = []
    for ctr, views in zip(ctrs, data_views):
        data_clicks.append(binom.rvs(p=ctr, n=views))

    return data_views, data_clicks

下面是我尝试使用PyMC的代码：

import pymc 

def model(data_views, data_clicks):
    ctr_prior = pymc.Beta('ctr_prior', alpha=1.0, beta=1.0)
    views = pymc.Geometric('views', 0.01, observed=True, value=data_views)
    clicks = pymc.Binomial('clicks', n=views, p=ctr_prior, observed=True, value=data_clicks)

    model = pymc.Model([ctr_prior, views, clicks]) 

    mc = pymc.MCMC(model)  
    mc.sample(iter=5000, burn=5000) 

    return mc.trace('ctr_prior')[:]

views, clicks = generate_example_data()
model(views, clicks)

输出：array([ 0.])

我知道关于unknown_alpha和unknown_beta的模型还没有完成，但是我不知道为什么我只得到array([ 0.])。我希望能找到5k元素的痕迹。

有人能解释我哪里出了问题吗？

干杯!

Answer 1

我猜是mc.sample(iter=5000，burn=5000)线。你以5000为样本，然后扔掉第一个5000。为了保存5000，您需要mc.sample(iter=10000，burn=5000)