混合成员随机块模型
背景
这是Airoldi等人于2008年发表的论文的一种实现，该论文描述了具有上下文相关的成对簇成员资格的模型。 该项目包含三种运行推理方法以获得参数pi和B，其中pi是人的块成员关系向量，而B是块间关系矩阵。
第一种方法是使用Powell的导数自由函数最大化器进行的简单MAP估计。 第二个是慢速但准确的MCMC，它使用了很棒的Python库PyMC，使用了自适应Metropolis-Hasting算法。 第三个是使用可变消息传递的快速确定性近似算法，该算法是从Microsoft Research的出色Infer.NET程序包构建的。
数据集由MATLAB生成，如/ data所示。 MAP和MCMC用Python编写。 变体推断来自C＃的Infer.NET。
执照
该软件是根据MIT许可发布的。
该软件的MCMC部分依赖于PyMC（根据学术免费许可免费提供）。 有
评论0