基于自适应步进的Python-MCMC gibbssamper的实现
gastimator的Python项目详细描述
胃切除器
自适应步进Python-MCMC-gibbs采样器的实现。在
虽然这是一个简单的MCMC算法，但它具有鲁棒性和稳定性，非常适合于具有多个自由度和非常尖锐的似然特征的高维问题。例如，与使用更先进的仿射不变MCMC方法相比，使用此代码对数据立方体进行运动学建模要快几个数量级。在
安装
您可以使用pip install gastimator安装GAStimator。或者，您可以在这里下载代码，导航到解压它的目录，然后运行python setup.py install。在
它需要以下模块：
- numpy公司
- matplotlib库
- 打印箱
- 作业库
文档
若要开始，请参阅此处的演练：https://github.com/TimothyADavis/GAStimator/blob/master/documentation/GAStimator_Documentation.ipynb
作者许可证
版权所有2019 Timothy A.Davis
由Timothy A. Davis <https://github.com/TimothyADavis>生成。根据
GNU通用公共许可证v3（GPLv3）许可证（请参见LICENSE）。在
- 项目
标签：
欢迎加入QQ群-->： 979659372
