未能在皮塔斯坦实施pmf模型

我是一个新手，斯坦和机器学习。现在我想实现pmf模型。这里是我的代码部分：未能在皮塔斯坦实施pmf模型

pmf_cod=""" 
data { 

int<lower=0> K; //number of factors 
int<lower=0> N; //number of user 
int<lower=0> M; //number of item 
int<lower=0> D; //number of observation 
int<lower=0> D_new; //number of pridictor 
int<lower=0, upper=N> ii[D]; //item 
int<lower=0, upper=M> jj[D]; //user 
int<lower=0, upper=N> ii_new[D_new]; // item 
int<lower=0, upper=N> jj_new[D_new]; // user 
real<lower=0, upper=5> r[D]; //rating 
real<lower=0, upper=5> r_new[D_new]; //pridict rating 

} 

parameters { 
row_vector[K] i[M]; // item profile 
row_vector[K] u[N]; // user profile 
real<lower=0> alpha; 
real<lower=0> alpha_i; 
real<lower=0> alpha_u; 

} 

transformed parameters { 
matrix[N,M] I; // indicator variable 
I <- rep_matrix(0, N, M); 
for (d in 1:D){ 
    I[ii[d]][jj[d]] <- 1; 
} 
} 

model { 
for (d in 1:D){ 
    r[d] ~ normal(sum(u[jj[d]]' * i[ii[d]]), 1/alpha); 
} 

for (n in 1: N){ 
    u[n] ~ normal(0,(1/alpha_u) * I); 
} 
for (m in 1:M){ 
    i[m] ~ normal(0,(1/alpha_i) * I); 
} 
} 
"""

但我得到了一个错误：在这行代码No matches for: row vector ~ normal(int, matrix)：

for (n in 1: N){ 
    u[n] ~ normal(0,(1/alpha_u) * I); 
}

凡I为单位矩阵。所以(1/alpha_u) * I的产品也是一个矩阵。但斯坦只是接受向量或实际价值作为方差。我想知道如何将其转换为矢量或单个值。

预先感谢您！

来源

2016-02-10 user5779223

可能重复[乘以两个1 \ * k向量，但得到不匹配：real〜normal矩阵，真实）在pystan]错误（http://stackoverflow.com/questions/35296429/multiply-two-1k-vectors-but-got-no-matches-for-real-normalmatrix-real-err） – syclik

它看起来好像你打算使用的多元正常密度，在这种情况下，你正在寻找的功能是multi_normal而非normal。然而，multi_normal功能需要平均矢量作为第一个参数，所以你需要调用它作为 u[n] ~ multi_normal(rep_vector(0, K), (1/alpha_u) * I); 此外，也没有必要在transformed parameters块创建I时，它应该在transformed data块创建。所有这一切说，当方差 - 协方差矩阵是对角线时，你绝对不应该使用Stan中的密度。在这个假设下，多变量正态分布因子变成单变量正态分布的乘积，所以你最好不要做 u[n] ~ normal(0, 1/alpha_u);

来源

2016-02-11 03:06:46

未能在皮塔斯坦实施pmf模型

回答

相关问题