pymc.Bernoulli

class pymc.Bernoulli(name, *args, **kwargs)

伯努利对数似然

伯努利分布描述了成功（x=1）和失败（x=0）的概率。该分布的概率质量函数（pmf）是

\[f(x \mid p) = p^{x} (1-p)^{1-x}\]

(Source code, png, hires.png, pdf)

支持	\(x \in \{0, 1\}\)
均值	\(p\)
方差	\(p (1 - p)\)

伯努利分布可以用 p 或 logit_p 来参数化。参数化之间的联系由以下公式给出：

\[logit(p) = ln(\frac{p}{1-p})\]

参数:

p : 类张量 的 floattensor_like of float

成功概率 (0 < p < 1)。

logit_p : 类似张量 的 floattensor_like of float

成功概率的替代对数几率。

方法

Bernoulli.dist([p, logit_p])

创建一个与 cls 分布相对应的张量变量。