前言

PyStan 為 Stan 提供了一個(gè) Python 接口，這是一個(gè)使用 No-U-Turn 采樣器進(jìn)行貝葉斯推理的軟件包，這是Hamiltonian Monte Carlo 的一種變體。

海湖新ssl適用于網(wǎng)站、小程序/APP、API接口等需要進(jìn)行數(shù)據(jù)傳輸應(yīng)用場(chǎng)景，ssl證書未來(lái)市場(chǎng)廣闊！成為創(chuàng)新互聯(lián)的ssl證書銷售渠道，可以享受市場(chǎng)價(jià)格4-6折優(yōu)惠！如果有意向歡迎電話聯(lián)系或者加微信：18980820575（備注：SSL證書合作）期待與您的合作！

PyStan具有以下依賴項(xiàng)：

Python：2.7，> = 3.3
Cython：> = 0.22
NumPy：> = 1.7
PyStan還要求在安裝和運(yùn)行時(shí)可以使用C ++編譯器。 在基于Debian的系統(tǒng)上，這是通過(guò)發(fā)出命令apt-get install build-essential來(lái)完成的。

例子：

import pystan
schools_code = """
data {
    int<lower=0> J; // number of schools
    vector[J] y; // estimated treatment effects
    vector<lower=0>[J] sigma; // s.e. of effect estimates
}
parameters {
    real mu;
    real<lower=0> tau;
    vector[J] eta;
}
transformed parameters {
    vector[J] theta;
    theta = mu + tau * eta;
}
model {
    eta ~ normal(0, 1);
    y ~ normal(theta, sigma);
}
"""schools_dat = {'J': 8,               'y': [28,  8, -3,  7, -1,  1, 18, 12],               'sigma': [15, 10, 16, 11,  9, 11, 10, 18]}
sm = pystan.StanModel(model_code=schools_code)
fit = sm.sampling(data=schools_dat, iter=1000, chains=4)

需要資料，看個(gè)簡(jiǎn)介

素材來(lái)源中：開(kāi)源中國(guó)

新聞標(biāo)題：Python中的貝葉斯推理的軟件包pystan-創(chuàng)新互聯(lián)
瀏覽地址：http://www.ekvhdxd.cn/article12/dojgdc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供企業(yè)網(wǎng)站制作、關(guān)鍵詞優(yōu)化、小程序開(kāi)發(fā)、微信公眾號(hào)、網(wǎng)站建設(shè)、App開(kāi)發(fā)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)