时间戳

首页 > 解决方案 > 了解pymc3包的参数

python-3.x - 了解pymc3包的参数

问题描述

在 python 的pymc3包中，典型的模型构建工作如下（从https://nbviewer.jupyter.org/github/CamDavidsonPilon/Probabilistic-Programming-and-Bayesian-Methods-for-Hackers/blob/master/Chapter2_MorePyMC/Ch2_MorePyMC_PyMC3 导入。 ipynb -

import pymc3 as pm
import theano.tensor as T

with pm.Model() as model:
   ... ... ...
   obs = pm.Bernoulli("obs", p, observed=occurrences)

    step = pm.Metropolis()
    trace = pm.sample(18000, step=step)
    burned_trace = trace[1000:]

但是，我遇到了可以提供给 like 的 pm.sample 的其他参数chains=1, tune=1000, and draws=1000。在上面的文档中没有提到这 3 个参数。

谁能帮我理解这三个参数，比如他们解决什么目的，他们的值如何影响后验分布收敛的准确性等。

任何指针将不胜感激。

标签： python-3.xpymc3

解决方案

  1. tune：马尔可夫链蒙特卡罗采样器基于马尔可夫链的概念。马尔可夫链从随机分布开始，慢慢收敛到模型的分布（称为平稳分布）。因此，如果您想从模型中抽取“真实”（无偏）样本，则需要“调整”（让它收敛）链。因此，通过设置tune=1000，您是在说 pymc3 让链收敛到您的模型的分布以进行 1000 次迭代。完成 1000 次迭代后，开始从分布中绘制。这将我们带到下一个参数draws。

  2. draws：此参数表示 pymc3 调整步骤完成后，您希望从模型的分布（马尔可夫链）中抽取多少样本。因此，通过设置draws=1000，您是说 pymc3 抽取 1000 个样本。现在，有时，马尔可夫链不会收敛，您会得到有偏差的样本。如何测试你的链是否已经收敛？这将我们带到最后一个参数chains。

  3. chains：这个参数用来表示我们要采样多少个“链”。一世。e：要运行的马尔可夫链的数量。您可以运行多个马尔可夫链来查看该链是否收敛到其平稳分布（这是您的模型的分布），如果不是，它有多少发散？这很有用，因为如果其中一个链没有收敛，您可以使用您采样的备用链。通常建议将此参数保持大于 1，否则无法运行某些收敛检查。

其他读物

  1. 维基百科上的马尔可夫链
  2. 维基百科上的马尔可夫链蒙特卡洛

推荐阅读