pymc.dims does not impute missing (NaN) observed data

Đang mở
  • Có gì không ổn?
#8,317 3 bình luận 0 reaction 0 người được giao Xem trên GitHub

Maintainer thường phản hồi trong vòng 1 ngày

Chưa có ai nhận issue này.

Đánh giá

Độ khó
3/5
Thời gian dự kiến
1-2 ngày
Mức phù hợp với người mới
65/100
Loại issue
Lỗi
Độ rõ ràng
Khá rõ ràng
Mức độ hoạt động
Ít trao đổi
Công nghệ
python
Lĩnh vực
machine-learning

Hướng nghiên cứu

Bắt đầu với nhánh phân phối Normal của pymc.dims khi một DataArray được quan sát chứa NaNs, sử dụng model được cung cấp và các lệnh gọi pmd.Normal làm mã tái hiện. Xác nhận rằng các mục bị thiếu tạo một RV nội suy và m.compile_logp()(m.initial_point()) trả về một giá trị hữu hạn cho ví dụ.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

dims feature request

Unlike pm.Normal, a pymc.dims distribution given an observed DataArray containing NaNs builds the model but returns a non-finite logp instead of creating an imputation RV for the missing entries.

import numpy as np
import xarray as xr
import pymc as pm
import pymc.dims as pmd

Y = xr.DataArray([[1.0, 2.0], [np.nan, 3.0]], dims=("a", "b"))
with pm.Model(coords={"a": [0, 1], "b": [0, 1]}) as m:
    a = pmd.Normal("a", 0, 1, dims="a")
    pmd.Normal("obs", a, 1.0, observed=Y, dims=("a", "b"))

m.compile_logp()(m.initial_point())  # nan
Ngôn ngữ chính
Python
Star
9.8k
Fork
2.4k
Merge trung bình
1 ngày 1 giờ
Pull request đã merge (30 ngày)
13

Chuẩn bị môi trường

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của pymc-devs/pymc

Tất cả issue của pymc-devs/pymc

Issue tương tự

Thêm issue về Python

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.