pymc.BinaryGibbsMetropolis

class pymc.BinaryGibbsMetropolis(*args, **kwargs)

一种针对二元变量优化的Metropolis-within-Gibbs步骤方法

参数:

vars: list

采样器的值变量列表

order: list 或 ‘random’

指示吉布斯更新顺序的整数列表，例如 [0, 2, 1, …]。默认是随机的。

transit_p: float

转移核的对角线。值 > .5 给出反相关提议，从而导致更有效的对立采样。默认值为 0.8

模型: PyMC 模型

采样步骤的可选模型。默认为 None（从上下文中获取）。

方法

BinaryGibbsMetropolis.__init__(vars[, ...])
BinaryGibbsMetropolis.astep(apoint, *args)	在展开并连接的参数空间中执行单一样本步骤。
BinaryGibbsMetropolis.competence(var)	BinaryMetropolis 仅适用于 k=2 的伯努利和分类变量。
BinaryGibbsMetropolis.reset_tuning()
BinaryGibbsMetropolis.step(point)	执行采样器的一个步骤。
BinaryGibbsMetropolis.stop_tuning()

属性

name
stats_dtypes	包含 <=1 个字典的列表，该字典将统计名称映射到数据类型。
stats_dtypes_shapes	将统计名称映射到数据类型和形状。
vars	分配给步骤方法的变量。