pymc.DEMetropolis

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

差分进化 Metropolis 采样步骤。

参数:

lamb: float

DE 提议机制的 Lambda 参数。默认值为 2.38 / sqrt(2 * ndim)。

vars: list

采样器变量列表

S: 标准差或协方差矩阵

一些方差措施来参数化提议分布

proposal_dist: 函数

当使用 S（和 n）参数化时，返回零均值偏差的函数。默认为 NormalProposal(S)。

缩放：标量或数组

epsilon 的初始比例因子。默认为 0.001

tune: str

要调整的超参数。默认为 ‘scaling’，但也可以是 ‘lambda’ 或 None。

tune_interval: int

调优的频率。默认值为100次迭代。

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）。

mode: 字符串或 `Mode` 实例。

传递给 PyTensor 函数的编译模式

参考文献

[Braak2006]

Cajo C.F. ter Braak (2006). 遗传算法差分进化的马尔可夫链蒙特卡罗版本：实参数空间的简单贝叶斯计算。统计与计算 链接

方法

DEMetropolis.__init__([vars, S, ...])	参数:
DEMetropolis.astep(q0)	在展开并连接的参数空间中执行单一样本步骤。
DEMetropolis.competence(var, has_grad)
DEMetropolis.link_population(population, ...)	将采样器链接到总体。
DEMetropolis.step(point)	执行采样器的一个步骤。
DEMetropolis.stop_tuning()

属性

default_blocked
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。