pymc.CategoricalGibbsMetropolis

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

一种针对分类变量优化的Metropolis-within-Gibbs步骤方法。

此步骤方法同样适用于伯努利变量，但它并未针对这些变量进行优化，如 BinaryGibbsMetropolis 那样。步骤方法支持两种类型的提议：均匀提议和比例提议，后者由刘在其1996年的技术报告《Metropolized Gibbs Sampler: An Improvement》中引入。

方法

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