PyMC3 中的链是啥？

Posted 2023-02-19

【中文标题】PyMC3 中的链是啥？

【英文标题】：What is a chain in PyMC3?PyMC3 中的链是什么？

【发布时间】：2018-09-24 07:10:09

【问题描述】：

我正在学习用于贝叶斯建模的 PyMC3。您可以使用以下方法创建模型和示例：

import pandas as pd
import pymc3 as pm

# obs is a DataFrame with a single column, containing
# the observed values for variable height
obs = pd.DataFrame(...)

# we create a pymc3 model
with pm.Model() as m:
    mu = pm.Normal('mu', mu=178, sd=20)
    sigma = pm.Uniform('sigma', lower=0, upper=50)
    height = pm.Normal('height', mu=mu, sd=sigma, observed=obs)
    trace = pm.sample(1000, tune=1000)

pm.traceplot(trace)

当我检查trace（在本例中是来自后验概率的 1000 个样本）时，我注意到创建了 2 个链：

>>> trace.nchains
2

我阅读了有关 PyMC3 的教程并查看了 API，但我不清楚链代表什么（在这种情况下，我要求从后部获取 1000 个样本，但我得到了 2 个链，每个链都有 1000 个来自后部的样本)。

是否具有相同参数的采样器的不同运行链或它们具有其他含义/目的？

【参考方案1】：

链是 MCMC 的一次运行。因此，如果您的模型中有六个二维参数并要求 1000 个样本，您将获得 每个 链的六个 2x1000 数组。

在运行 MCMC 时，最好使用多个链，因为它们可以帮助诊断问题。例如，Gelman-Rubin diagnostic 需要多个链，如果您在PyMC3 中使用多个链，它会自动运行（使用joblib，它会尝试使用多个内核）。

作为您可能需要多个链的具体示例，请考虑从多模式分布中抽样。即使是NUTS 采样器也可能无法在单个链中访问这两种模式，但您可以使用多个链来诊断。

请注意，PyMC3 通常会在您使用它们时组合链（例如，使用 trace.get_values('my_var')），因为它们都是有效的 MCMC 样本。这确实会导致一些令人困惑的行为，因为在大多数系统上要求 1000 个样本实际上会得到 4000 个样本，而默认情况下你会得到 4 个链。