R-BSTS的Python等价性

Question

我试图复制一个在R中工作的BSTS模型 例如：

ss <- list()

ss <- AddLocalLevel(ss, train_serie) 

model <- bsts(train_serie, state_specification=ss, niter=500, ping=0, seed=510)

burn <- SuggestBurn(0.1, model)

其中train_serie是我想要用来预测的价值列表

使用PyBsts库在python中似乎是等效的，我无法使用相同的数据重现相同的结果

下面是python代码：

import pybsts
import numpy as np
import pandas as pd

# I skipped the code where I import the df
# creation of an np array as input
y = df.loc['20180101':'20181201', 'value'].astype(float).values

specification = {"ar_order": 1, 
                  "local_trend": {"local_level": True},
                  "sigma_prior": np.std(y, ddof=1), 
                  "initial_value": y[0]}

b = pybsts.PyBsts("gaussian", specification, {"ping": 0, 
                                              "niter":12, 
                                              "seed": 510, 
                                              "burn": 0.1})

b.fit(y, seed=510)
res = b.predict(seed=510)
print(res)

我试图找到比R one更多的文档和Pypi上可用的小示例，但没有成功