PyMC3中的链条是什么？

Question

我正在学习PyMC3进行贝叶斯建模.您可以使用以下命令创建模型和示例:

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(在这种情况下来自后验概率的1000个样本)时,我注意到创建了2个链:

>>> trace.nchains
2

我阅读了关于PyMC3的教程,并查看了API,但我不清楚链表示什么(在这种情况下,我从后面询问了1000个样本,但我得到了2个链,每个链有1000个来自后面的样本).

链条是否具有相同参数的采样器的不同运行,或者它们是否具有其他一些含义/目的？

Answer 1

链是MCMC的单次运行。因此，如果模型中有六个2-d参数并要求提供1000个样本，则每个链将获得六个2x1000数组。

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诊断程序需要多个链，并且joblib如果在中使用多个链，则会自动运行（使用，如果可能，它会尝试使用多个核）PyMC3。

作为何时需要多个链的具体示例，请考虑从多峰分布中进行采样。即使是NUTS采样器也可能不会在单个链中同时访问这两种模式，但是您可以使用多个链来进行诊断。

请注意，PyMC3当您使用链时（例如使用trace.get_values('my_var')），通常会将链组合在一起，因为它们都是有效的MCMC样品。这确实导致了一些令人困惑的行为，因为在大多数系统上，要获取1000个样本实际上会使您4000个，默认情况下，您会获得4个链。