1. Apprendre
    2. /
  2. Cours
    3. /
  3. Bayesowska analiza danych w Pythonie
Connected

Exercice

Próbkowanie z gęstości predykcyjnej

Nareszcie! Twoim zadaniem jest przewidzenie liczby wypożyczonych rowerów dziennie – i jesteś już blisko celu. Model został dopasowany, jakość próbek parametrów zweryfikowana, a spośród dwóch konkurujących modeli wybrano lepszy na podstawie WAIC. Czas wykorzystać najlepszy model do generowania prognoz!

Zebrano kilka nowych obserwacji, których model wcześniej nie widział – są dostępne w DataFrame o nazwie bikes_test. Dla każdej z nich znana jest prawdziwa liczba wypożyczonych rowerów, co pozwoli ocenić wydajność modelu. W tym ćwiczeniu zapoznasz się z danymi testowymi i wygenerujesz próbki predykcyjne dla każdej obserwacji testowej. Ślad modelu wygenerowany wcześniej jest dostępny jako trace_2, a biblioteka pymc3 została zaimportowana jako pm. Zacznijmy prognozować!

Instructions 1/3

undefined XP
    1
    2
    3
  • Wyświetl w konsoli pierwsze wiersze bikes_test i zapoznaj się z danymi.