machine-learning - 如何使用 pymc3 重新训练我的逻辑模型？

Question

我有一个二元分类问题，大约有 15 个特征。我使用其他模型选择了这些功能。现在我想对这些特征执行贝叶斯逻辑。我的目标类别高度不平衡(少数类别为 0.001%)，我有大约 600 万条记录。我想建立一个可以使用贝叶斯逻辑在夜间或周末进行训练的模型。

目前，我已将数据分为 15 个部分，然后我在第一部分训练我的模型并在最后一部分进行测试，然后我使用 Interpolated 更新我的先验知识。方法pymc3并使用第二组数据重新运行模型。每次运行后我都会检查准确性和其他指标(ROC、f1-score)。

问题:

1. 我的分数没有提高。
2. 我使用的方法正确吗？
3. 此过程花费了太多时间。

如果有人可以指导我使用正确的方法和代码片段，这对我将非常有帮助。

Answer 1

您可以使用变分推理。它比采样更快并且产生几乎相似的结果。 pymc3本身提供了VI的方法，大家可以探索一下。

我只知道这部分问题。如果您能进一步详细说明您的问题，也许..我可以帮助您。