PyStanをインストールしてみた [Mac]
OS X MavericksにPyStanをインストールしてみたのでそのメモ。
Getting Startedによると必要なのは以下のもの。
- Python: 2.7 or 3.3
- Cython: 0.19 or greater
- NumPy: 1.6.2 or greater
これらはMacPortsでインストールした。
- python27
- py27-numpy
- py27-cython
このうちpython27はもともと依存パッケージとしてインストールされていた。しかし、/opt/local/bin/pythonがなかった、というところでちょっとハマった。port selectしないといけないのであった。
sudo port select --set python python27
このあとのインストールに必要なのでpy-pipもインストール。
準備ができたらインストール。
sudo py27-pip install pystan
インストールできたらテストしてみる。
Example 1: Eight Schoolsの末尾にprint(fit)を追加して、pystan_test.pyとして保存、実行。
$ python pystan_test.py INFO:pystan:COMPILING THE C++ CODE FOR MODEL anon_model NOW. INFO:pystan:NOW ON CHAIN 0 INFO:pystan:NOW ON CHAIN 1 INFO:pystan:NOW ON CHAIN 2 INFO:pystan:NOW ON CHAIN 3 Iteration: 1000 / 1000 [100%] (Sampling) Elapsed Time: 0.027457 seconds (Warm-up) 0.017681 seconds (Sampling) 0.045138 seconds (Total) Iteration: 1000 / 1000 [100%] (Sampling) Elapsed Time: 0.029978 seconds (Warm-up) 0.020822 seconds (Sampling) 0.0508 seconds (Total) Iteration: 1000 / 1000 [100%] (Sampling) Elapsed Time: 0.039083 seconds (Warm-up) 0.020536 seconds (Sampling) 0.059619 seconds (Total) Iteration: 1000 / 1000 [100%] (Sampling) Elapsed Time: 0.045185 seconds (Warm-up) 0.019407 seconds (Sampling) 0.064592 seconds (Total) Inference for Stan model: anon_model. 4 chains, each with iter=1000; warmup=500; thin=1; post-warmup draws per chain=500, total post-warmup draws=2000. mean se_mean sd 2.5% 25% 50% 75% 97.5% n_eff Rhat mu 8.0 0.2 4.7 -1.3 4.9 8.1 10.9 17.2 410.0 1.0 tau 7.2 0.4 5.9 0.3 2.6 5.9 10.0 23.0 226.0 1.0 eta[0] 0.4 0.0 0.9 -1.4 -0.2 0.4 1.0 2.1 600.0 1.0 eta[1] -0.0 0.0 0.8 -1.6 -0.5 -0.0 0.5 1.7 564.0 1.0 eta[2] -0.2 0.0 0.9 -1.9 -0.8 -0.2 0.4 1.5 561.0 1.0 eta[3] 0.0 0.0 0.9 -1.8 -0.5 -0.0 0.6 1.7 582.0 1.0 eta[4] -0.3 0.0 0.8 -1.9 -0.9 -0.3 0.2 1.4 557.0 1.0 eta[5] -0.2 0.0 0.8 -1.9 -0.8 -0.2 0.3 1.5 572.0 1.0 eta[6] 0.4 0.0 0.9 -1.4 -0.2 0.4 0.9 2.1 596.0 1.0 eta[7] 0.0 0.0 0.9 -1.7 -0.6 0.1 0.6 1.8 572.0 1.0 theta[0] 11.6 0.4 8.2 -1.9 6.3 10.3 15.9 30.4 369.0 1.0 theta[1] 8.0 0.3 6.2 -3.7 3.9 8.0 11.7 21.0 604.0 1.0 theta[2] 5.8 0.4 8.0-12.5 1.7 6.5 10.7 20.8 455.0 1.0 theta[3] 7.9 0.3 6.5 -4.6 4.0 7.9 11.5 22.1 533.0 1.0 theta[4] 4.8 0.3 6.5-10.4 1.4 5.4 9.2 15.9 506.0 1.0 theta[5] 6.1 0.3 6.5 -8.4 2.3 6.4 10.3 17.6 539.0 1.0 theta[6] 11.0 0.3 6.8 -1.1 6.5 10.3 14.8 26.4 530.0 1.0 theta[7] 8.2 0.4 8.1 -8.5 3.6 8.3 12.4 25.7 514.0 1.0 lp__ -4.4 0.1 2.5-10.1 -6.0 -4.1 -2.5 -0.3 342.0 1.0 Samples were drawn using NUTS(diag_e) at Mon Dec 23 12:10:56 2013. For each parameter, n_eff is a crude measure of effective sample size, and Rhat is the potential scale reduction factor on split chains (at convergence, Rhat=1).
コメント 0