我是pyMC3的新手,我想知道是否可以使用它来解决以下问题:我有一个贝叶斯网络(我的BN的图像:Bayesian network of my problem),并且我不知道参数关于A,B,C,D和S的分布,我只知道分布的类型(既有离散分布又有连续分布)。我有A,B,C和D的数据(因此S是一个隐藏变量,它是离散的),我的目标是在给定观测数据的情况下确定S的概率。我知道一种方法是使用期望最大化算法,但是我想知道pyMC3是否可以解决问题。谢谢。最好的祝福,丹妮尔。
S = A + B
如果我们知道S是一个二进制数,那么我们可以写,
S = 1/ (1 + exp(A+ B))
然后,您可以根据它们的分布定义A,B,C和D。pyMC3将运行MCMC模拟以估计分布的参数。使用这些参数的平均值,您可以估计A,B,C和D,它们加起来后将得出S。