贝叶斯优化的自适应跳盆马尔可夫链蒙特卡罗算法
hoppMCMC的Python项目详细描述
贝叶斯优化的自适应跳盆马尔可夫链蒙特卡罗算法
这是hoppmcm算法的python(v3.7)实现,旨在从后验分布的高概率区域识别和采样。该算法结合了三种策略:(i)并行mcmc,(ii)自适应gibbs采样和(iii)模拟退火。总体而言,hoppmcm类似于scipy优化模块中实现的跳槽算法,但它是为包括有或无时滞随机模型在内的多种建模方法而开发的。
内容
- 先决条件
- Linux安装
1)先决条件
hoppmcm算法需要以下包,这些包不包括在此包中:
numpy scipy mpi4py (MPI parallelisation)
并行化需要mpi4py包;但是可以省略它。
2)Linux安装
- 简单方法:
- 如果安装了pip,可以使用以下命令下载并安装软件包。
- pip安装hoppmcm
- 或者,您可以从pypi下载源代码并在最新版本xxx上运行pip。
- pip安装hoppmcc xxx.tar.gz
- 艰难的道路:
- 如果PIP不可用,您可以打开包内容并执行手动安装。
- 焦油-xvzf hoppmcc-xxx.tar.gz CD HOPPMCM XXX光盘 python setup.py安装
这将在python发行版的site packages目录中安装包。如果您没有根权限或希望安装到其他目录,则可以使用–prefix参数。
python setup.py install –prefix=<dir>
在这种情况下,请确保<;dir>;位于pythonpath中,或者可以使用以下命令添加它。
- 在bash shell中:
- 导出pythonpath=<;目录>;:$pythonpath
- 在C壳中:
- setenv pythonpath<;dir>;:$pythonpath
新闻
1.1
发布日期:2018年9月13日
- 修复了读取输出(python 3)时的错误
1.0
发布日期:2018年7月30日
- 与python 3兼容
0.6
未发布
- 除了参数外,还打印出协变量
0.5
发布日期:2017年2月14日
- pulsevarupdate的微小改进
0.4
发布日期:2015年10月14日
- 修复了使用默认参数的问题
0.3
发布日期:2015年10月9日
- 此版本包括对CompareAucs的改进
0.2
发布日期:2015年9月28日
- 此版本包括文档和示例
0.1
发布日期:2015年9月28日
- 初始提交