ABCpy
ABCpy是一个用Python编写的科学库,用于在没有似然函数的情况下进行贝叶斯不确定性量化,该库并行化了现有的近似贝叶斯计算(ABC)算法和其他无似然推理方案。
内容
ABCpy当前包括以下ABC算法:
ABCsubsim(使用子集模拟的ABC)
上面的距离可用于以下距离:
欧氏距离
Logistic回归和惩罚Logistic回归(分类准确性)
数据集之间的差异:
Wasserstein距离
切片的Wasserstein距离
伽玛发散
库尔贝克·利勃勒散度
最大平均差异
能量距离
平方赫林格距离
此外,我们提供了以下方法来直接逼近似然函数:
贝叶斯综合可能性
半参数贝叶斯综合可能性
比率估计的惩罚逻辑回归
上面的似然近似方法可以与以下采样器一起使用:
PMC(蒙特卡洛人口)
Metropolis-Hastings MCMC(蒙特卡罗马尔可夫链)
其他功能包
评论0