stan矢量參數的一個不錯的pystan軌跡圖

Question

我在Stan中進行多元回歸。

我想要回歸器/設計矩陣的beta矢量參數的跡線圖。

當我執行以下操作時：

fit = model.sampling(data=data, iter=2000, chains=4)
fig = fit.plot('beta')

我得到一個非常恐怖的形象：

我在追求一些用戶友好的東西。 我設法破解了以下內容，使其更接近我的追求。

我的hack如下插入pystan的背面。

r = fit.extract() # r for results
from pystan.external.pymc import plots
param = 'beta'
beta = r[param] 
name = df.columns.values.tolist()
(rows, cols) = beta.shape
assert(len(df.columns) == cols)
values = {param+'['+str(k+1)+'] '+name[k]: 
    beta[:,k] for k in range(cols)}
fig = plots.traceplot(values, values.keys())
for a in fig.axes:
    # shorten the y-labels
    l = a.get_ylabel()
    if l == 'frequency': 
        a.set_ylabel('freq')
    if l=='sample value': 
        a.set_ylabel('val')
fig.set_size_inches(8, 12)
fig.tight_layout(pad=1)
fig.savefig(g_dir+param+'-trace.png', dpi=125)
plt.close()

我的問題-當然我錯過了一些事情-但是有沒有更簡單的方法可以從pystan獲得我想要的矢量參數輸出呢？

Answer 1

發現ArviZ模塊可以很好地完成此任務。

可以在這里找到ArviZ： https ：//arviz-devs.github.io/arviz/

Answer 2

我也為此而苦苦掙扎，只是找到了一種提取traceplot參數的方法（我已經知道beta）。

適合時，可以將其保存到數據框：

fit_df = fit.to_dataframe()

現在，您有了一個新變量，即數據框。 是的，我花了一段時間才發現pystan有一種直接的方法來將擬合保存到數據框中。

有了它，您就可以檢查數據框。 您可以通過打印鍵來查看其標題：

fit_df.keys()

輸出是這樣的：

Index([u'chain', u'chain_idx', u'warmup', u'accept_stat__', u'energy__',
       u'n_leapfrog__', u'stepsize__', u'treedepth__', u'divergent__',
       u'beta[1,1]', ...
       u'eta05[892]', u'eta05[893]', u'eta05[894]', u'eta05[895]',
       u'eta05[896]', u'eta05[897]', u'eta05[898]', u'eta05[899]',
       u'eta05[900]', u'lp__'],
      dtype='object', length=9037)

現在，您擁有所需的一切！ Beta在列中以及鏈ID。 這就是繪制beta和traceplot所需要的。 因此，您可以根據需要任意操作它，並根據需要自定義圖形。 我將向您展示一個示例：

chain_idx = fit_df['chain_idx']
beta11 = fit_df['beta[1,1]']
beta12 = fit_df['beta[1,2]']

plt.subplots(figsize=(15,3))
plt.subplot(1,4,1)
sns.kdeplot(beta11)
plt.subplot(1,4,2)
plt.plot(chain_idx, beta11)

plt.subplot(1,4,3)
sns.kdeplot(beta12)
plt.subplot(1,4,4)
plt.plot(chain_idx, beta12)

plt.tight_layout()
plt.show()

上圖的圖片！

希望對您有所幫助（如果您仍然需要）；）