อัลกอริทึม Metropolis-Hastings ที่ใช้ในการปฏิบัติ


20

ฉันกำลังอ่านบล็อกของ Christian Robertวันนี้และค่อนข้างชอบอัลกอริทึม Metropolis-Hastings ใหม่ที่เขาพูดถึง ดูเหมือนง่ายและใช้งานง่าย

เมื่อใดก็ตามที่ฉันเขียนโค้ด MCMC ฉันมักจะติดกับอัลกอริธึม MH ขั้นพื้นฐานมาก ๆ เช่นการเคลื่อนไหวอิสระหรือการเดินสุ่มในระดับบันทึก

อัลกอริธึม MH แบบใดที่ผู้คนใช้เป็นประจำ โดยเฉพาะอย่างยิ่ง:

  • ทำไมคุณใช้พวกเขา
  • ในบางแง่คุณต้องคิดว่ามันเหมาะสมที่สุด - หลังจากที่คุณใช้มันเป็นประจำ! ดังนั้นคุณจะตัดสินความดีอย่างไร: ความง่ายในการเข้ารหัส, การลู่เข้า, ...

ฉันสนใจเป็นพิเศษในสิ่งที่ใช้ในทางปฏิบัติเช่นเมื่อคุณเขียนรหัสแผนการของคุณเอง


บางที CW? คำถามดูเหมือนโพลสิ่งที่ผู้คนใช้ คุณจะกำหนดคำตอบที่ 'ดีที่สุด' อย่างไร ฉันยอมรับว่าฉันเป็นฝอยเล็กน้อยเมื่อใช้ CW ดังนั้นคุณสามารถละเว้นความคิดเห็นนี้ได้หากคุณรู้สึกเป็นอย่างอื่น

1
ฉันจะไม่ปล่อยให้สิ่งนี้เป็น non-CW โดยเฉพาะถ้า Colin สามารถใช้ถ้อยคำใหม่ได้เล็กน้อยเพื่อให้ได้คำตอบที่ดีที่สุด ที่กล่าวว่าฉันไม่สามารถจินตนาการวิธีการทำ ...
เชน

ฉันพยายามที่จะเปลี่ยนคำถามเพื่อให้มันน้อยลง CW - ไม่แน่ใจว่าฉันได้ประสบความสำเร็จ :( @Shane @Srikant ถ้าคุณยังคิดว่ามันควรจะเป็น CW
อย่า

ดูเหมือนว่ามันจะทำรายงานการสำรวจที่ดี!
ฌอน

คำตอบ:


2

ไฮบริด Monte Carlo เป็นอัลกอริทึมมาตรฐานที่ใช้สำหรับเครือข่ายประสาท การสุ่มตัวอย่างกิ๊บส์สำหรับการจำแนกกระบวนการเกาส์เซียน (เมื่อไม่ได้ใช้การประมาณที่กำหนดขึ้นแทน)


2

การสุ่มตัวอย่าง MHจะใช้เมื่อการสุ่มตัวอย่างจากการแจกแจงเป้าหมายเป็นไปได้ยาก (เช่นเมื่อก่อนหน้านี้ไม่ได้รวมเข้ากับโอกาส) ดังนั้นคุณใช้การแจกแจงข้อเสนอเพื่อสร้างตัวอย่างและยอมรับ / ปฏิเสธตามความน่าจะเป็นที่ยอมรับ สุ่มตัวอย่างกิ๊บส์อัลกอริทึมเป็นตัวอย่างในด้านการ MH ที่ข้อเสนอที่จะเสมอได้รับการยอมรับ การสุ่มตัวอย่างกิ๊บส์เป็นหนึ่งในอัลกอริทึมที่ใช้กันมากที่สุดเนื่องจากความเรียบง่าย แต่อาจไม่สามารถนำไปใช้ได้เสมอไปซึ่งในกรณีนี้หนึ่งรีสอร์ทสำหรับ MH ขึ้นอยู่กับการยอมรับ / ปฏิเสธข้อเสนอ


1

ในฟิสิกส์ฟิสิกส์เชิงสถิติโดยเฉพาะอย่างยิ่งอัลกอริธึมชนิดมหานครถูกใช้อย่างกว้างขวาง มีตัวแปรเหล่านี้นับไม่ถ้วนจริง ๆ และมีการพัฒนาใหม่อย่างแข็งขัน เป็นหัวข้อที่กว้างเกินไปที่จะอธิบายสิ่งต่าง ๆ ที่นี่ดังนั้นหากคุณสนใจคุณสามารถเริ่มต้นได้เช่นจากบันทึกการบรรยายเหล่านี้หรือจากหน้าห้องสมุด ALPS (http://alps.comp-phys.org/mediawiki)


ฉันรู้ว่าอัลกอริทึมนี้มีความหลากหลาย สิ่งที่ฉันสนใจคือคนที่ใช้เป็นประจำ
csgillespie

1

ฉันใช้ชิ้นตัวอย่าง - แต่เดิมเสนอโดย Neal (2003) ซึ่งฉันปรับแต่งผ่านการเพิ่มประสิทธิภาพการแก้ปัญหา

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.