Inspekcja modelu
Świetna robota z budowaniem modelu! Zmienna trace jest dostępna w twoim workspace i, zgodnie z najlepszymi praktykami, teraz sprawdzisz próbki z rozkładu a posteriori, aby wykryć ewentualne problemy ze zbieżnością. Następnie wyodrębnisz każdy parametr modelu ze śladu i podsumujesz go jego średnią a posteriori. Te średnie przydadzą się później, gdy będziesz generować predykcje modelu. Przyjrzyjmy się próbkom parametrów!
Będziesz korzystać z bibliotek pymc3 i numpy, które zostały zaimportowane jako pm i np.
UWAGA: Zaczekaj nawet do pół minuty na wyrenderowanie wykresów – zawierają wiele próbek do przetworzenia.
To ćwiczenie jest częścią kursu
Bayesowska analiza danych w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Draw a trace plot of trace
____
plt.show()
# Print a summary of trace
summary = ____
print(summary)