pymc.to_inference_data#
- pymc.to_inference_data(trace=None, *, prior=None, posterior_predictive=None, log_likelihood=False, coords=None, dims=None, sample_dims=None, model=None, save_warmup=None, include_transformed=False)[源代码]#
将 pymc 数据转换为 InferenceData 对象。
这三个参数都是可选的，但
trace、prior和posterior_predictive中至少有一个必须存在。有关使用示例，请阅读 从 pymc 创建 InferenceData 部分的 Creating InferenceData- 参数:
- trace :
MultiTrace, 可选MultiTrace，可选 从MCMC采样生成的轨迹。
sample()的输出。- 先验 :
dict, 可选python:dict, 可选 以变量名称为键的字典，值为包含先验和先验预测样本的 numpy 数组。
- posterior_predictive :
dict, 可选python:dict, 可选 以变量名称为键的字典，值为包含后验预测样本的numpy数组。
- log_likelihood : bool 或 array_like 的
str，可选bool 或 numpy:array_like 的 python:str, 可选 计算 log_likelihood 的变量列表。默认为 True，计算所有观测变量的 log_likelihood。如果设置为 False，则跳过 log_likelihood 的计算。
- coords :
dict的 {str: array_like}, 可选python:dict of {str: numpy:array_like}, 可选 坐标名称到坐标值的映射
- dims :
dict的 {str:list的str}, 可选python:dict of {str: python:list of python:str}, 可选 变量名到用于索引其维度的坐标名的映射。
- 模型 :
Model, 可选模型，可选 用于生成
trace的模型。如果在with上下文中，则不必传递model。- save_warmup : 布尔值, 可选bool, 可选
保存预热迭代 InferenceData 对象。如果未定义，则使用 rcParams 中定义的默认值。
- include_transformed : 布尔值, 可选bool, 可选
将转换后的参数保存在 InferenceData 对象中。默认情况下，这些参数不会被保存。
- trace :
- 返回: