python 2.7.x 麻木 numpy公司 熊猫 松软的
我们建议使用 迷你公寓 获取Python,然后使用
康达 命令安装依赖项。
如果您希望修改代码,可以使用
python设置.py开发 以开发模式安装软件包。 这将使您的修改立即生效。
-
pgsm.mcmc.collapsed_吉布斯。 折叠吉布斯采样器 -标准折叠吉布斯取样器。 -
pgsm.mcmc.particle_gibbs_split_merge.粒子GibbsSplitMergeSampler -粒子吉布斯分裂合并(PGSM)采样器。 -
pgsm.mcmc.sams。 顺序分配的合并拆分采样器 -顺序分配分割合并(SAMS)采样器。
-
pgsm.mcmc.混合。 混合取样器 -混合取样器,设计用于交错吉布斯和分割合并核。 -
pgsm.mcmc.dp页。 Dirichlet过程采样器 -Dirichlet采样器,包装任何采样器并在浓度参数之前使用Dirichle过程分区和Gamma之前。
具有正态逆Wishart先验的正态似然 具有贝塔a先验的多变量伯努利 具有Uniform先验的特定于域的PyClone模型
迪里克莱过程 有限对称Dirichlet
从 pgsm公司 . 分配 . 最大值 进口 多元正态分布
昏暗的 = 2
距离 = 多元正态分布 ( 昏暗的 )
从 pgsm公司 . 分区_优先级 进口 Dirichlet进程分区优先
初始浓度 = 1
分区_前 = Dirichlet进程分区优先 ( 初始浓度 )
从 pgsm公司 . mcmc公司 . 坍塌的吉布斯 进口 折叠吉布斯采样器
吉布斯取样机 = 折叠吉布斯采样器 ( 距离 , 分区_前 )
从pgsm.mcmc.split_merge_setup导入UniformSplitMergeSetupKernel setup_kernel=UniformSplitMergeSetupKernel(数据、dist、partition_prior)
从 pgsm公司 . mcmc公司 . 萨姆 进口 顺序分配的合并拆分采样器
sams_取样器 = 顺序分配的合并拆分采样器 ( 距离 , 分区_前 , 设置内核 )
pgsm.smc.内核。 统一拆分合并内核 -统一提出新的锚块。 pgsm.smc.内核。 完全自适应拆分合并内核 -提出一种新的锚块,其概率与重要性抽样权重成正比。 pgsm.smc.内核。 退火分裂合并内核 -PGSM文件中描述的退火方案。
从 pgsm公司 . smc公司 . 内核 进口 退火分裂合并内核
smc_kernel(内核) = 退火分裂合并内核 ( 距离 , 分区_前 )
pgsm.smc.采样器。 独立SMC采样器 -没有条件路径的标准SMC。 这必须与Metropolis Hastings接受拒绝步骤相结合,以创建粒子独立的Metropolis-Hasting(PIMH)采样器。 这是出于教学目的而提供的,但在PGSM论文中没有使用。 pgsm.smc.采样器。 颗粒吉布斯采样器 -标准颗粒吉布斯(PG)采样器。 这是为了教学目的而提供的,但 隐含文章Gibbs采样器 应该在实践中使用。 pgsm.smc.采样器。 隐式ParticleGibbsSampler -PG采样器的计算效率更高。
从 pgsm公司 . smc公司 . 取样器 进口 隐式ParticleGibbsSampler
smc_取样器 = 隐式ParticleGibbsSampler ( 20 , 重采样阈值 = 0.5 )
从 pgsm公司 . mcmc公司 . 粒子_gibbs_split_merge 进口 粒子吉布斯分裂合并采样器
pgsm_采样器 = 粒子吉布斯分裂合并采样器 ( smc_kernel(内核) , smc_取样器 , 拆分合并设置内核 )
进口 numpy公司 作为 净现值
群集 = 净现值 . 0 ( 数据 . 形状 [ 0 ) #创建包含所有数据点的初始群集。
对于 我 在里面 范围 ( 100 ): 群集 = pgsm_采样器 . 样品 ( 群集 , 数据 )