跳转到主要内容

广义线性混合模型(GLMM)的均值和协方差参数的快速推理

项目描述

glimix-core

Documentation

快速推理广义线性混合模型(GLMM)的均值和协方差参数。

它实现了FaST-LMM的数学技巧,用于线性协方差矩阵的线性混合模型的特殊情况,并提供了一个界面,可以在几秒钟内对数百万个协变量进行推理。广义线性混合模型的推理通过期望传播实现,并且还使用了一些数学技巧来处理具有成千上万个样本和数百万个协变量的大型数据集。

安装

安装它主要有两种方式。通过pip

pip install glimix-core

或通过conda

conda install -c conda-forge glimix-core

运行测试

安装后,您可以使用pytest进行测试。

python -c "import glimix_core; glimix_core.test()"

只要您有pytest。

用法

以下是一个非常简单的示例,帮助您入门

>>> from numpy import array, ones
>>> from numpy_sugar.linalg import economic_qs_linear
>>> from glimix_core.lmm import LMM
>>>
>>> X = array([[1, 2], [3, -1], [1.1, 0.5], [0.5, -0.4]], float)
>>> QS = economic_qs_linear(X, False)
>>> X = ones((4, 1))
>>> y = array([-1, 2, 0.3, 0.5])
>>> lmm = LMM(y, X, QS)
>>> lmm.fit(verbose=False)
>>> lmm.lml()
-2.2726234086180557

我们还提供了关于此库的详细文档

作者

许可协议

本项目采用MIT许可协议

项目详情


发布历史 发布通知 | RSS源

下载文件

下载适用于您平台文件的文件。如果您不确定选择哪个,请了解更多关于 安装包 的信息。

源分布

glimix-core-3.1.13.tar.gz (70.1 kB 查看哈希值)

上传时间

构建分布

glimix_core-3.1.13-py3-none-any.whl (100.7 kB 查看哈希值)

上传时间 Python 3

由以下机构支持

AWS AWS 云计算和安全赞助商 Datadog Datadog 监控 Fastly Fastly CDN Google Google 下载分析 Microsoft Microsoft PSF 赞助商 Pingdom Pingdom 监控 Sentry Sentry 错误记录 StatusPage StatusPage 状态页面