我正在尝试将如何在PyMC中建模3个正态分布的混合？中定义的高斯混合模型移植到pymc3中

代码

import numpy as npfrom pymc import Model, Gamma, Normal, Dirichletfrom pymc import Multinomialfrom pymc import sample, Metropolisk = 3ndata = 500v = np.random.randint(0, k, ndata)data = ((v == 0)*(50 + np.random.randn(ndata))        + (v == 1)*(-50 + np.random.randn(ndata))        + (v == 2)*np.random.randn(ndata))model = Model()with model:    dd = Dirichlet('dd', k=k, a=1, shape=k)    precs = Gamma('precs', alpha=0.1, beta=0.1, shape=k)    means = Normal('means', 0, 0.001, shape=k)    category = Multinomial('category',                           n=1,                           p=dd,                           shape=ndata)    points = Normal('obs',                    means[category],                    precs[category],                    observed=data)    tr = sample(3000, step=Metropolis())

我遇到了以下代码错误：

AttributeError: <pymc.quickclass.Multinomial object at 0x4804210> has no default value to use, checked for: ['mode'] pass testval argument or provide one of these.

我做错了什么？

回答：

这是因为模型中的变量没有传递初始值。通常这不是问题，因为模型会使用每个分布的均值/中位数/众数作为初始值。多项分布比较棘手，因为均值通常会给出支持范围之外的值（即非整数值），而众数的计算也很困难。

短期解决方案是至少为多项分布提供初始值。我将在错误跟踪系统中提交一个问题，以确定长期应该采取什么措施。