mcmc

    1热度

    1回答

    所以,让我们说我有,我想从(二元正态分布的混合物)来样以下2维目标分配 - import numba import numpy as np import scipy.stats as stats import seaborn as sns import pandas as pd import matplotlib.mlab as mlab import matplotlib.pyplo

    1热度

    1回答

    我已经设置了以下二项开关点模型PyMC3: with pm.Model() as switchpoint_model: switchpoint = pm.DiscreteUniform('switchpoint', lower=df['covariate'].min(), upper=df['covariate'].max()) # Priors for pre- and

    1热度

    1回答

    我想向自我介绍MCMC与司仪采样。我想简单地使用github上的一组示例代码,从Maxwell Boltzmann分布中抽取一个样本,https://github.com/dfm/emcee/blob/master/examples/quickstart.py。 的示例代码是真的优良,但是当我从高斯改变分配到一个麦克斯韦,收到错误,类型错误:lnprob()恰恰2个参数(3给出) 然而,它在没有被

    2热度

    2回答

    我有一个相当简单的测试数据集,我试图适合pymc3。 通过traceplot生成的结果看起来像this. 基本上所有的参数看起来像有一个标准的“毛毛虫”为100次迭代,随后是750次迭代的平线,随后再次毛虫的痕迹。 最初的100次迭代发生在25,000次ADVI迭代和10,000次迭代迭代之后。如果我改变这些金额,我随机将/不会有这些不想要的稳定期。 我想知道如果任何人有任何建议我怎么能阻止这种情

    0热度

    1回答

    我使用rjags作为采样器。该模型定义了3个矩阵。函数coda.samples返回样本列表。如果我拿第一个样本列表,列名看起来像这样: > colnames(output[[1]]) "A[1,1]" "A[2,1]" "A[1,2]" "A[2,2]" ... "B[1,1]" "B[2,1]" "B[3,1]" "B[4,1]" ... "C[1,1]" "C[2,1]" 很明显,A

    0热度

    1回答

    我一直试图在过去的日子里习惯于PyMC最终从我有直接代码(我最终对参数估计感兴趣)的某些模型中进行一些MCMC分布采样。 据我所知,没有那么多的例子显示他们的代码(如外部C或FORTRAN代码),他们成功地使用PyMC3工作。到目前为止,我发现了here或here贿赂。因此,从简单的问题开始,我尝试用PyMC3复制现有Python代码中的一些结果,这些结果来自于使用PyMC的“复杂”(阅读:比do

    2热度

    1回答

    我使用Dirichlet过程混合模型(DPMM)根据以下community post,使用Edward来推断合成数据集上的群集分配和群集参数。我正在使用GPU加速的Metropolis Hastings来学习模型参数的后验分布。例如,对于集群的手段,我们有: D = 2 #dimension of the data K = 5 #cluster truncation T = 10000 #nu

    1热度

    1回答

    我已经使用PyMC3以下在下面的示例中所提供的步骤中创建的MCMC模型所观察到的数据的示例数据: https://pymc-devs.github.io/pymc3/notebooks/LKJ.html 结果,我得到类似于以下图片: 模拟样本跟随观察数据具有相同的模式。但是,X和Y的范围要小得多。有谁知道我可以如何获得涵盖与观察数据类似的数字范围的样本?

    1热度

    1回答

    我试图使用Mixture from PyMC3来使用两个Beta分布(我不知道每个分布的权重)的混合数据来拟合数据。以下是代码: model=pm.Model() with model: alpha1=pm.Uniform("alpha1",lower=0,upper=20) beta1=pm.Uniform("beta1",lower=0,upper=20) al

    0热度

    2回答

    我正在运行一个MCMC算法,Metropolis Hastings步骤R,它需要根据逻辑规则接受或拒绝提案示例。目前,我已经实现这个作为 if(sample meets condition){accept} else{reject} 听说if语句是缓慢的,但MCMC通常需要很多评估建议的样本,在数万肯定。什么是更快的替代方法来提高任何MCMC算法的这部分速度? 为了让在该代码的步骤的一个例子