【LDA学习系列】M-H采样python代码

最新推荐文章于 2024-01-03 18:03:29 发布

fjssharpsword

最新推荐文章于 2024-01-03 18:03:29 发布

阅读量2.3k

点赞数 2

分类专栏： Algorithm

本文链接：https://blog.csdn.net/fjssharpsword/article/details/80371507

版权

LDA说的比较利索参考：https://segmentfault.com/a/1190000012215533

# -*- coding: utf-8 -*-
'''
Created on 2018年5月16日
@author: user
p:输入的概率分布，离散情况采用元素为概率值的数组表示
N:认为迭代N次马尔可夫链收敛
Nlmax:马尔可夫链收敛后又取的服从p分布的样本数
isMH:是否采用MH算法，默认为True
'''

from __future__ import division
import matplotlib.pyplot as plt
import numpy as np
from array import array

def mcmc(p,N=10000,Nlmax=10000,isMH=True):
    
    A = np.array([p for y in range(len(p))], dtype=np.float64) #第一步：构造转移概率矩阵
    X0 = np.random.randint(len(p))
    count = 0
    samplecount = 0
    L = array("d",[X0])
    l = array("d")
    
    while True:
        X = int(L[samplecount])#第二步：初始化x0
        cur = np.argmax(np.random.multinomial(1,A[X]))#第三步：采样候选样本
        cou