Prozkoumání modelu
Skvělá práce při sestavování modelu! V tvém pracovním prostředí je k dispozici trace a nyní, podle osvědčených postupů, prozkoumáš posteriórní vzorky, abys zjistil/a, jestli se model správně sešel. Poté z nich extrahuješ jednotlivé parametry a shrneš je pomocí posteriórních průměrů. Tyto hodnoty se ti budou hodit později při generování předpovědí. Pojďme se podívat na vzorky parametrů!
Budeš potřebovat pymc3 a numpy, které jsou už naimportované jako pm a np.
POZNÁMKA: Vykreslení grafů může trvat až půl minuty, protože obsahují velké množství vzorků.
Toto cvičení je součástí kurzu
Bayesian Data Analysis in Python
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Draw a trace plot of trace
____
plt.show()
# Print a summary of trace
summary = ____
print(summary)