gpt4 book ai didi

python - Metropolis-Hastings 接受-拒绝实现

转载 作者:行者123 更新时间:2023-11-28 22:44:23 25 4
gpt4 key购买 nike

我一直在阅读 Metropolis-Hastings (MH) 算法。从理论上讲,我了解该算法的工作原理。现在,我正在尝试使用 python 实现 MH 算法。

我遇到了以下 notebook .它完全适合我的问题,因为我想通过一条直线来拟合我的数据,同时考虑到我的数据的测量误差。我将粘贴我发现难以理解的代码:

# initial m, b
m,b = 2, 0

# step sizes
mstep, bstep = 0.1, 10.

# how many steps?
nsteps = 10000

chain = []
probs = []
naccept = 0

print 'Running MH for', nsteps, 'steps'

# First point:
L_old = straight_line_log_likelihood(x, y, sigmay, m, b)
p_old = straight_line_log_prior(m, b)
prob_old = np.exp(L_old + p_old)

for i in range(nsteps):
# step
mnew = m + np.random.normal() * mstep
bnew = b + np.random.normal() * bstep

# evaluate probabilities
# prob_new = straight_line_posterior(x, y, sigmay, mnew, bnew)

L_new = straight_line_log_likelihood(x, y, sigmay, mnew, bnew)
p_new = straight_line_log_prior(mnew, bnew)
prob_new = np.exp(L_new + p_new)

if (prob_new / prob_old > np.random.uniform()):
# accept
m = mnew
b = bnew
L_old = L_new
p_old = p_new
prob_old = prob_new
naccept += 1
else:
# Stay where we are; m,b stay the same, and we append them
# to the chain below.
pass

chain.append((b,m))
probs.append((L_old,p_old))
print 'Acceptance fraction:', naccept/float(nsteps)

代码简单易懂,但我很难理解 MH 是如何实现的。

我的问题在 chain.append(倒数第三行)中。作者将附加 mb,无论它们是被接受还是被拒绝。为什么?难道他不应该只附加接受的点吗?

最佳答案

以下 R 代码演示了为什么捕获被拒绝的案例很重要:

# 20 samples from 0 or 1. 1 has an 80% probability of being chosen.
the.population <- sample(c(0,1), 20, replace = TRUE, prob=c(0.2, 0.8))

# Create a new sample that only catches changes
the.sample <- c(the.population[1])

# Loop though the.population,
# but only copy the.population to the.sample if the value changes
for( i in 2:length(the.population))
{
if(the.population[i] != the.population[i-1])
the.sample <- append(the.sample, the.population[i])
}

这段代码运行时,the.population得到20个值,例如:

0 1 1 1 1 1 1 1 1 0 1 1 1 1 0 0 1 1 1 1

此总体中 1 的概率为 16/20 或 0.8。正是我们预期的概率......

另一方面,仅记录更改的样本如下所示:

0 1 0 1 0 1

样本中出现 1 的概率为 3/6 或 0.5。

我们正在尝试建立一个分布,拒绝新值意味着旧值比新值更有可能性。这需要被捕获,以便我们的分布是正确的。

关于python - Metropolis-Hastings 接受-拒绝实现,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/29538537/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com