知识卡片

普通读书笔记卡 · 6644.a.1.w · 生成模型:未记录

对称提议才可省略反向比率

理解等级:中级

Metropolis–Hastings以提议分布生成候选,再按目标与提议关系接受或保留原状态。后节以当前点为中心、固定协方差的正态随机游走是对称提议,所以接受率可写min(目标新值/目标旧值,1);不能把此简式套到任意不对称提议。目标只需与后验成比例,但要在支持集外正确为零,并防止数值下溢和零分母。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《Python编程精进(第1辑)(套装共3册)(异步图书)》精通Python自然语言处理 · 第2章 统计语言建模,spine056单元016;来源项目book-sources,extracted/Python编程精进(第1辑)(套装共3册)(异步图书)/_epub-src/OEBPS/text00055.html。 - 结论依据:本节列均匀随机、提议与目标三要素,后节正态随机游走与接受代码限定简式适用条件;不是通用任意提议实现。未在本机运行示例或改变环境。 - 原始内容:tings算法,我们需要标准的均匀分布、建议分布和与后验概率成正比的目标分布。下面的话题谈论了一个有关Metropolis-Hastings算法的示例。