---

import pymc as pm
 
alpha = 1.0/count_data.mean()  # count_data 변수는 문자 메시지 개수를 저장한다.
lambda_1 = pm.Exponential(“lambda_1”, alpha)
lambda_2 = pm.Exponential(“lambda_2”, alpha)
 
tau = pm.DiscreteUniform(“tau”, lower=0, upper=n_count_data)

---

 

λ₁, λ₂에 대응되는 PyMC 변수를 만들었다. 그리고 PyMC의 확률론적 변수(stochastic variables)에 변수를 할당한다. 확률론적 변수라고 부른 이유는 뒷단에서 난수 발생기로 처리되기 때문이다. 내장된 random() 메서드를 호출해 이런 사실을 증명할 수 있다. 훈련 단계를 거치면서 더 좋은 tau 값을 찾게 될 것이다.

 

---

print(“Random output:”, tau.random(), tau.random(), tau.random())

---

 

 

결과

Random output: 53 21 42

---