質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

89.53%

PyMC→PyMC3への互換について

受付中

回答 0

投稿

  • 評価
  • クリップ 0
  • VIEW 121

shoheiyada

score 4

PyMCで作られたコードを、PyMC3に載せ替える形で
映画サイトのレビュー(星マークの0〜5)の妥当性をベイズ推論で評価しようと考えてます。

取り込んだデータは以下のような形です。
イメージ説明

▼変数の説明
review_rate →これがレビュー(0〜5で投稿されたものの平均)
review_num  →レビューの投稿数

これに対して、以下の通りモデルの設計をしました。

##-------------------------------
# ライブラリのインポート
##-------------------------------
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

##-------------------------------
# データの取り込み

# review_num:映画作品に対するレビュー数
# review_rate:映画作品に対する★1.0〜5.0のレビュー評価値の平均
##-------------------------------
data = pd.read_csv("movie_review4.csv")

data = data.astype({'review_rate': float, 'review_num': int})

# x軸にreview_rate、y軸にreview_num
data.plot(x='review_rate', y='review_num', kind='hist', bins=20)



##-------------------------------
# モデルの設計
##-------------------------------

# レビュー評価の事後分布の軌跡(trace)を取得する
# レビューの評価は0.0〜5.0のものを、0~1の範囲の一様分布で扱うため、引数で与えられた値に対して調整を加える
# name は確率変数名
def get_posterior_review_rate_trace(review_rate, review_num):
    with pm.Model() as model:
        _review_rate = pm.Uniform(name='review_rate', lower=0, upper=1)
        review_rate_0_to_1 = (review_rate - 1) * 0.25
        print('0~1の範囲でのレビュー評価 : ', review_rate_0_to_1)

        # 連続確率変数のためBeta分布を使用
        theta = pm.Beta(name='theta', alpha=1, beta=1)
        observations = pm.Binomial(
            # nはレビュー数、valueはレビュー評価にレビュー数を乗算した値を指定
            name='obs', n=review_num, p=theta,
            value=review_rate_0_to_1 * review_num,
            observed=True)
        map_ = pm.MAP([theta, observations]).fit()
        model2 = pm.Model([theta, observations])
        mcmc = pm.MCMC(model2)
        # MCMCの探索を。第一引数は探索回数。第二引数のバーンインは最初の収束していない一定数は好ましくないので破棄して5000件目~20000件目のサンプリング結果を取得
        mcmc.sample(20000, 5000)
        # 探索結果のthetaの確率変数の軌跡を取得
        trace = mcmc.trace('theta')
        return trace

##-------------------------------
# モデルの妥当性を確認
##-------------------------------
import pymc3 as pm
from pymc3 import plots as mcplot

# レビュー評価4.5に対して、取得した軌跡(trace)を引数に渡して事後分布の確認
trace_of_review_num_2 = get_posterior_review_rate_trace(
    review_rate=4.5, review_num=2)

しかし、この結果以下のエラーが発生してしまいます。

どうやら、「pm.MAP」と「pm.MCMC」でAttributeErrorが出ているようで、
pymcからpymc3に載せ替えたため、pymc3にはこれらのAttributeはないようです。
この2つの代々手段について、コードレビューをいただける方ご協力よろしくお願いします。

↓エラーコード

AttributeError                            Traceback (most recent call last)
<ipython-input-8-3c1692da3682> in <module>
      1 # レビュー評価4.5に対して、取得した軌跡(trace)を引数に渡して事後分布の確認
      2 trace_of_review_num_2 = get_posterior_review_rate_trace(
----> 3     review_rate=4.5, review_num=2)

<ipython-input-6-dd3a44a6b085> in get_posterior_review_rate_trace(review_rate, review_num)
     43                     name='obs', n=review_num, p=theta,
     44                     observed=review_rate_0_to_1 * review_num)
---> 45                 map_ = pm.MAP([theta, observations]).fit()
     46 
     47                 with pm.Model() as model:

AttributeError: module 'pymc3' has no attribute 'MAP'

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

まだ回答がついていません

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 89.53%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

同じタグがついた質問を見る