Markov Chain Monte Carlo, 多元伯努利分布的建议分布?

多元伯努利模型是否有合适的建议分布?

例如,我想从一个概率分布中抽样

    p(x) = p*(x) / Z;

其中 x = {0,1}^M,Z 是归一化常数,直接抽取独立样本是不可行的,因此我转而使用 MCMC。

对于多元连续数据,使用高斯分布作为建议分布是显而易见的。对于这种二进制类型的数据,有没有合适的建议分布?

附注:我不想使用吉布斯采样,因为对我来说它太慢了。

谢谢


回答:

我想我找到了我想要的,这出现在去年的 NIPS 会议上:

“用于二元分布的辅助变量精确哈密顿蒙特卡洛采样器”

Ari Pakman 等人

http://www.stat.columbia.edu/~liam/research/pubs/pakman-exact-binary-hmc.pdf

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注