Pitman-Yor混合模型的重要条件抽样
摘要：基于皮特曼-约尔过程的非参数混合模型是一种灵活的密度估计和聚类工具。作为流行的狄利克雷过程混合模型的自然推广，它们允许对数据分布的成分数量进行更稳健的推断。我们提出了一种名为重要条件抽样（ICS）的新的采样策略，它结合了现有方法的吸引力特点，包括易解释性和可在迭代中并行化的结构。广泛的模拟研究突出了所提方法的效率，与其他条件抽样器不同，它在描述皮特曼-约尔过程的参数的不同规范下表现出稳定的性能。我们进一步展示了ICS方法可以自然地扩展到其他类别的计算密集型模型，例如部分可交换数据的非参数混合模型。
作者：Antonio Canale, Riccardo Corradin, Bernardo Nipoti
论文ID：1906.08147
分类：Computation
分类简称：stat.CO
提交时间：2021-10-26