Prozkoumání posteriórních vzorků
Pokračuješ v práci na úkolu předpovědět počet vypůjčených kol za den ve sdíleném systému kol. Posteriórní vzorky z tvého regresního modelu, které jsi předtím nasimuloval/a, jsou dostupné v pracovním prostoru jako trace_1.
Víš, že po získání posteriórů je dobrým zvykem se na ně podívat – zjistit, zda dávají smysl a zda byl proces MCMC úspěšně konvergován. V tomto cvičení vytvoříš dva grafy zobrazující posteriórní vzorky a shrneš je do tabulky. Pojďme se na posteriory podívat!
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.
# Import pymc3
____
# Draw a trace plot of trace_1
____
plt.show()
# Draw a forest plot of trace_1
____
plt.show()