我正在尝试使用Dirichlet之前的样本进行简单的分类分布模型。这是我的代码:
import numpy as np
from scipy import optimize
from pymc3 import *
k = 6
alpha = 0.1 * np.ones(k)
with Model() as model:
p = Dirichlet('p', a=alpha, shape=k)
categ = Categorical('categ', p=p, shape=1)
tr = sample(10000)
我得到这个错误:
PositiveDefiniteError: Scaling is not positive definite. Simple check failed. Diagonal contains negatives. Check indexes [0 1 2 3 4]
最佳答案
问题是NUTS无法正确初始化。一种解决方案是使用另一个这样的采样器:
with pm.Model() as model:
p = pm.Dirichlet('p', a=alpha)
categ = pm.Categorical('categ', p=p)
step = pm.Metropolis(vars=p)
tr = pm.sample(1000, step=step)
在这里,我手动将
p
分配给Metropolis,然后让PyMC3将categ
分配给适当的采样器。关于python - PyMC3:对分类变量进行采样时出现PositiveDefiniteError,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/40551586/