Tahmin sürecini değiştirme

rstanarm ile Bayesian Regresyon Modellemesi

Jake Thompson

Psychometrician, ATLAS, University of Kansas

Sapmalı geçişler

1: Isınmadan sonra 15 sapmalı geçiş oldu. adapt_delta'yı 0.8'in
üzerine çıkarmak yardımcı olabilir.
  • Tahminleyicide adımlar çok büyük
  • Adım boyutunu ayarlayın
stan_model <- stan_glm(popularity ~ song_age, data = songs,
  control = list(adapt_delta = 0.95))

stan_model <- stan_glm(popularity ~ song_age, data = songs,
  control = list(adapt_delta = 0.99))
rstanarm ile Bayesian Regresyon Modellemesi

Maksimum ağaç derinliğinin aşılması

Zincir 1 en yüksek ağaç derinliğine ulaştı
  • Örnekleyici dalları değerlendirir ve iyi bir "U-dönüş" noktası arar
  • Maksimum ağaç derinliği düşük verimliliği gösterir
stan_model <- stan_glm(popularity ~ song_age, data = songs,
  control = list(max_treedepth = 10))

stan_model <- stan_glm(popularity ~ song_age, data = songs,
  control = list(max_treedepth = 15))
rstanarm ile Bayesian Regresyon Modellemesi

Tahmini ayarlama

  • Tahmin hataları model geçerliliği için risktir
  • Karmaşık görünse de bu hatalar kolayca giderilebilir
rstanarm ile Bayesian Regresyon Modellemesi

Hadi pratik yapalım!

rstanarm ile Bayesian Regresyon Modellemesi

Preparing Video For Download...