Page 9 -
P. 9
2.1 서론 BAYESIAN METHODS
이 장에서는 더 많은 PyMC 구문과 디자인 패턴을 소개하고, 베이지안 관점에서 시스템을 모델링
하는 방법을 생각해본다. 또한, 베이지안 모델의 적합도를 평가하는 팁과 데이터 시각화 기법도
알아본다.
2.1.1 부모와 자식 관계
베이지안 관계를 설명하는 데 도움이 되고, PyMC 문서와 일관성을 유지하도록 부모변수와 자식
변수를 소개하겠다.
● 부모변수는 다른 변수에 영향을 주는 변수다.
● 자식변수는 다른 변수의 영향을 받는 변수다. 즉, 부모변수에 종속된다.
어느 변수라도 부모변수가 될 수 있으며, 동시에 자식변수가 될 수 있다. 예를 들어 다음 PyMC
코드를 살펴보자.
import pymc as pm
import matplotlib
matplotlib.rc(‘font’, family=’Malgun Gothic’) # 그림 한글 폰트 지정, 맑은 고딕
lambda_ = pm.Exponential(“poisson_param”, 1)
# 다음 변수 호출에 사용된다.
data_generator = pm.Poisson(“data_generator”, lambda_)
data_plus_one = data_generator + 1
lambda_ 변수는 data_generator의 모수를 좌우한다. 그러므로 data_generator의 값에 영향을
준다. lambda_는 data_generator의 부모변수다. 반대로 data_generator는 lambada_의 자식변
수다.
048
베이지안_11.indd 48 2017-11-17 오전 11:07:14