使用PYMC3的轨迹图跟踪各个维度？

Question

我已经使用PYMC3对贝叶斯逻辑回归模型进行了推断。我想在给定高斯先验$\mathcal{N} \sim (0，I)$的情况下，找到权重$\beta \in \mathbb{R}^K$的后验。

这是使用由设计矩阵$X \in \mathbb{R}^{N \乘以K}$和二进制结果向量$y\in \mathbb{R}^N$表示的真实而非模拟的数据。

我的Python代码如下：

with pm.Model() as logistic_model:
    # 14 dimensional Gaussian prior
    beta = pm.Normal('beta', mu = 0, sd = 10, shape = X.shape[1])

    # Expected value of outcome with sigmoid link
    logit_p = t.dot(X, beta)
    pm.Bernoulli('likelihood', logit_p=logit_p, observed=y)

    with logistic_model:
    # Inference
    trace = pm.sample(2000)

然后，我继续使用

pm.traceplot(trace) 

以获得后部的视觉效果。这将输出以下内容：

​

​

我很好奇；我将如何在不同的子图上绘制后方的每个维度？把它们都放在一个上面看起来很乱！

为美元符号道歉-我是新手，不确定如何正确显示数学。

谢谢

Answer 1

您可以使用arviz，它可以与一起安装

pip install arviz

然后你就可以使用

import arviz as az

az.traceplot(trace)

就像你所描述的那样。

​

​

注arviz仍然有些不稳定，但应该会在接下来的几个月内取代pymc3的绘图函数。