abeec 🐝 --- 一个ABC采样器

abeec 是一个用于执行近似贝叶斯计算（ABC）的采样器，即无似然后验推断！它基于Ishida等人（2015）提出的算法。

作者: Nestor Espinoza (nespinoza@stsci.edu)

需求声明

虽然Ishida等人（2020）的团队已经发布了用于宇宙学应用的ABC采样器（cosmoabc --- 查看他们的存储库！），但仍需要开发一个更通用的方案，以便采样器具有一些灵活性。例如，实现任意先验分布（例如，可能相关的先验分布）并不容易，以及外部函数用于距离和模拟器，它们都可以从共同并行化方案中受益。除此之外，我还想有一个简单的采样器，其核心使用最基础的 python 库（例如，numpy 和 scipy）。这就是 abeec 产生的地方。

使用库

要对给定数据集执行ABC，您需要三个要素

1. 一个 先验 来从中抽取点。
2. 一个 距离 来计算模拟数据集与您的数据集之间的距离。
3. 以及一个 模拟器，用于模拟数据集以与您的数据集进行比较。

在 abeec 中，我们期望用户将提供定义 先验、距离 和 模拟器 的 类。所有采样器所做的就是获取这些并应用Ishida等人（2015）中概述的迭代重要性采样方案，返回后验的样本。一旦编写了这些类，就可以简单地运行采样器，如下所示

    import abeec
    from your_script import prior, distance, simulator

    samples = abeec.sample(prior, distance, simulator)

最好检查 examples 下的示例。

安装

安装很简单

    python setup.py install

或通过PyPi

    pip install abeec

许可证和归属

阅读LICENCE文件以获取有关如何使用代码的许可详细信息。如果您使用此代码，请引用Ishida等（2015），并链接回此存储库。