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