蒙特卡洛-马尔科夫链(MCMC)初步
作者：互联网
蒙特卡洛-马尔科夫链(MCMC)初步
MCMC（Markov Chain Monte Carlo）是一种经典的概率分布采样方法。本文对其概念和常见算法做简单梳理。
解决什么问题？
我们常常遇到这样的问题：模型构建好之后，有一个概率
p
(
x
)
p(x)
p(x)（称为目标分布），不能显式的给出其表达，只能生成一系列符合这个分布的
x
x
x。这种问题称为“采样”。
特别地，在贝叶斯方法中，关注的是后验概率
p
(
x
∣
D
)
p(x|D)
p(x∣D)。在给定观测
D
D
D的情况下，需要估计系统参数
x
x
x。如果后验概率没有明确表达，或者由于多重积分难以计算，则无法直接求解
x
x
x，但是可以生成一系列符合此概率的分布。<br> 常见的情况是，后验概率难以明确表达。在已知观测数据x的情况下，利用
p
(
x
∣
D
)
=
p
(
x
)
⋅
p
(
D
∣
x
)
/
p
(
D
)
∝
p
(
D
∣
x
)
p(x|D) = p(x) \cdot p(D|x) / p(D) \propto p(D|x)
p(x∣D)=p(x)⋅p(D∣x)/p(D)∝p(D∣x)。对似然函数进行采样。
名字解析
Monte Carlo方法：用多次随机求平均的方法来逼近一个值。实际是采样方法的核心。
举例：落球箱（模型）给定。可以通过累加每个针处的概率来计算最终的落球分布，也可以多次投球来逼近这个分布。
Markov Chain方法：用
x
x
x的转移概率逼近平稳概率。<br> 构建一系列
x
x
x，后一个的取值通过前一个取值以及状态转移概率获得。Monte Carlo方法的每一个采样是独立的，而Markov Chain Monte Carlo的采样是前后关联的。
举例：已知
p
(
阴
转
晴
)
p(阴转晴)
p(阴转晴)和
p
(
晴
转
阴
)
p(晴转阴)
p(晴转阴)，则可以构建MC链获得晴天和阴天的概率。</p>
最初的一段MC链往往混合不够充分，不符合稳态分布，不能使用。这一阶段称为burn-in。
为了降低MC链采样的相关性，有些文献采用thinning的方法：每隔N个样本接受一个。
使用这种方法，往往需要另外设置一些隐变量来帮助构建状态转移关系。
举例：最简单的神经网络，由一个显结点和一个隐结点构成。已知
p
(
h
∣
v
)
,
p
(
v
∣
h
)
p(h|v), p(v|h)
p(h∣v),p(v∣h)，可以构建MC链获得
p
(
v
)
p(v)
p(v)。</p>
设计MCMC方法的一个难处，在于如何设计合理的转移概率函数，使得MC链的稳态分布等于要求的概率分布。
MCMC的另一个问题是混合速度，在这篇博客中有所讨论。
MCMC是一个大类，有许多种具体算法，以下举例几种最为著名的。
Gibbs Sampling
Gibbs Sampling处理这样的问题：对于一个高维随机变量
x
=
[
x
1
,
x
2
,
x
3
]
\textbf{x}=[x^1,x^2,x^3]
x=[x1,x2,x3]，不能写出其各分量的联合概率
p
(
x
)
p(x)
p(x)，但是可以写出各个分量之间的条件概率。
首先任取初始值
x
0
\textbf{x}_0
x0。在已知当前采样
x
t
\textbf{x}_t
xt时，按照如下方法生成t+1时刻采样。
x
2
x^2
x2,
x
3
x^3
x3采样
x
1
x^1
x1：
x
t
+
1
1
∝
p
(
x
1
∣
x
t
2
,
x
t
3
)
x_{t+1}^1 \propto p(x^1|x^2_t, x^3_t)
xt+11∝p(x1∣xt2,xt3)</li><li>根据
x
1
x^1
x1,
x
3
x^3
x3采样
x
2
x^2
x2：
x
t
+
1
2
∝
p
(
x
2
∣
x
t
+
1
1
,
x
t
3
)
x_{t+1}^2 \propto p(x^2|x^1_{t+1}, x^3_t)
xt+12∝p(x2∣xt+11,xt3)</li><li>根据
x
1
x^1
x1,
x
2
x^2
x2采样
x
3
x^3
x3：
x
t
+
1
3
∝
p
(
x
3
∣
x
t
+
1
1
,
x
t
+
1
2
)
x_{t+1}^3 \propto p(x^3|x^1_{t+1}, x^2_{t+1})
xt+13∝p(x3∣xt+11,xt+12)</li>
每一次采样，都尽可能利用其他分量的最新结果。Gibbs Sampling特别适用于贝叶斯网络的采样，因为该网络本身就包含一系列条件概率。
Metropolis-Hastings(MH)
MH方法的一个优点是，即使不能写出概率密度函数
p
(
x
)
p(x)
p(x)，可以用一个和其成正比的函数
f
(
x
)
f(x)
f(x)来采样。如前所述，这在贝叶斯方法中非常方便。<br> 首先任取初始值
x
0
x_0
x0。在已知当前采样
x
t
x_t
xt时，按照如下方法生成t+1时刻采样。
Q
(
x
t
+
1
∣
x
t
)
Q(x_{t+1}|x_t)
Q(xt+1∣xt)生成一个候选采样
x
t
+
1
x_{t+1}
xt+1。<br> 其中
Q
Q
Q称为proposal density或者jumping distribution。可以取以
x
t
x_t
xt为中心的高斯分布。</li><li>比较新旧采样的概率密度函数<br> 如果
f
(
x
t
+
1
)
>
f
(
x
t
)
f(x_{t+1})>f(x_t)
f(xt+1)>f(xt)，接受
x
t
+
1
x_{t+1}
xt+1为新采样；<br> 否则，按照
p
=
f
(
x
t
+
1
)
/
f
(
x
t
)
p=f(x_{t+1})/f(x_t)
p=f(xt+1)/f(xt)选择
x
t
+
1
x_{t+1}
xt+1为新采样，或者维持
x
t
x_t
xt为新采样。</li>
一种常见的情况，如果待求概率是一个后验
p
(
x
∣
D
)
p(x|D)
p(x∣D)，且其先验是高斯，则可以做如下变换：<br>
p
(
x
∣
D
)
∝
p
(
x
)
⋅
p
(
D
∣
x
)
=
N
(
x
;
0
,
Σ
)
⋅
p
(
D
∣
x
)
p(x|D) \propto p(x)\cdot p(D|x) = N(x; 0, \Sigma) \cdot p(D|x)
p(x∣D)∝p(x)⋅p(D∣x)=N(x;0,Σ)⋅p(D∣x)
x
t
+
1
=
1
−
ϵ
2
x
t
+
ϵ
ν
x_{t+1} = \sqrt{1-\epsilon^2}x_t + \epsilon \nu
xt+1=1−ϵ2
<svg width="400em" height="1.28em" viewbox="0 0 400000 1296" preserveaspectratio="xMinYMin slice">
<path d="M263,681c0.7,0,18,39.7,52,119c34,79.3,68.167,
158.7,102.5,238c34.3,79.3,51.8,119.3,52.5,120c340,-704.7,510.7,-1060.3,512,-1067 c4.7,-7.3,11,-11,19,-11H40000v40H1012.3s-271.3,567,-271.3,567c-38.7,80.7,-84, 175,-136,283c-52,108,-89.167,185.3,-111.5,232c-22.3,46.7,-33.8,70.3,-34.5,71 c-4.7,4.7,-12.3,7,-23,7s-12,-1,-12,-1s-109,-253,-109,-253c-72.7,-168,-109.3, -252,-110,-252c-10.7,8,-22,16.7,-34,26c-22,17.3,-33.3,26,-34,26s-26,-26,-26,-26 s76,-59,76,-59s76,-60,76,-60z M1001 80H40000v40H1012z"></path> </svg>xt+ϵν
其中
ν
∼
N
(
0
,
Σ
)
\nu \sim N(0,\Sigma)
ν∼N(0,Σ)，
ϵ
∈
[
−
1
,
+
1
]
\epsilon\in[-1,+1]
ϵ∈[−1,+1]是扰动步长。新样本等于当前样本和先验的加权和。另一种表达方法是<br>
x
t
+
1
=
cos
θ
⋅
x
t
+
sin
θ
⋅
ν
x_{t+1} = \cos{\theta} \cdot x_t + \sin{\theta} \cdot \nu
xt+1=cosθ⋅xt+sinθ⋅ν
不同的
ϵ
\epsilon
ϵ对应的新采样的轨迹是半个椭圆圆周。椭圆的两轴分别为
x
t
x_t
xt和
ν
\nu
ν。如果
ϵ
=
0
\epsilon=0
ϵ=0，则新采样和旧采样相同（红色）。
ϵ
或
者
θ
\epsilon或者\theta
ϵ或者θ控制扰动幅度。<br> <img src="https://www.icode9.com/i/ll/?i=img_convert/0fe81e133a20a8d6c64018b4254f2a59.png" alt="这里写图片描述">
对于某些高斯过程分类器，MH方法比Gibbs Sampling快。且实现简单。缺点是
Q
Q
Q的参数（例如叠加的高斯的方差，或者
ϵ
\epsilon
ϵ）<br> 需要手工调整。
Slice Sampling
Slice Sampling方法利用一种几何思路：根据概率密度函数曲线高度来采样，越高的地方slice越宽，采样越多。同样可以对和概率密度函数成正比的任一函数
f
(
x
)
f(x)
f(x)来进行采样。<br> 首先任取初始值
x
0
x_0
x0。在已知当前采样
x
t
x_t
xt时，按照如下方法生成t+1时刻采样。
[
0
,
f
(
x
t
)
]
[0, f(x_t)]
[0,f(xt)]之间均匀采样，得到
y
y
y</li><li>过
y
y
y做一条平行于
x
x
x轴的直线，在其位于
y
=
f
(
x
)
y=f(x)
y=f(x)曲线内部的范围内（slice），均匀采样得到
x
t
+
1
x_{t+1}
xt+1<br> <img src="https://www.icode9.com/i/ll/?i=img_convert/bffe9633e417c03bb97b275b9bd7331d.png" alt="这里写图片描述"></li>
曲线越高，截取的横线越宽，x采样的概率越大。
在求曲线内部线段时，需要求
x
=
f
−
1
(
y
)
x=f^{-1}(y)
x=f−1(y)。如果
f
f
f的反函数不好求，可能需要用一维采样方法找出
x
x
x。<br> Slice Sampling的一个优点是：不需要手工调整参数。
Elliptical Slice Sampling
此方法是Slice Sampling的进化版本，不需要求
f
f
f的反函数；同时结合了Metropolis-Hastings方法中在椭圆上采样的思想，但不再需要人工设定
θ
\theta
θ。<br> 此方法要求目标概率为一后验概率，其先验为高斯，似然函数用
L
L
L表示。<br>
p
(
x
∣
D
)
∝
p
(
x
)
⋅
p
(
D
∣
x
)
=
N
(
x
;
0
,
Σ
)
⋅
L
(
x
)
p(x|D) \propto p(x)\cdot p(D|x) = N(x; 0, \Sigma) \cdot L(x)
p(x∣D)∝p(x)⋅p(D∣x)=N(x;0,Σ)⋅L(x)
首先任取初始值
x
0
x_0
x0。在已知当前采样
x
t
x_t
xt时，按照如下方法生成t+1时刻采样。
ν
∼
N
(
0
,
Σ
)
\nu \sim N(0,\Sigma)
ν∼N(0,Σ)。
ν
\nu
ν和
x
t
x_t
xt的组合构成一个椭圆。</li><li>随机生成一个比原来似然函数略低的门限<br>
t
h
r
e
s
h
=
log
p
(
D
∣
x
)
+
log
u
,
其
中
u
∼
U
[
0
,
1
]
thresh = \log {p(D|x)} + \log u, 其中u\sim U[0,1]
thresh=logp(D∣x)+logu,其中u∼U[0,1]</li><li>随机生成一个
θ
∼
U
[
0
,
2
π
]
\theta \sim U[0,2\pi]
θ∼U[0,2π]，设定
θ
\theta
θ的初始搜索范围<br>
θ
m
i
n
=
θ
−
2
π
,
θ
m
a
x
=
θ
\theta_{min} = \theta - 2\pi, \theta_{max} = \theta
θmin=θ−2π,θmax=θ</li><li>生成候选新采样
x
t
+
1
=
x
t
c
o
s
θ
＋
ν
s
i
n
θ
x_{t+1} = x_t cos\theta＋\nu sin\theta
xt+1=xtcosθ＋νsinθ</li><li>如果候选新采样比门限好，
log
L
(
x
t
+
1
)
>
t
h
r
e
s
h
\log L(x_{t+1}) > thresh
logL(xt+1)>thresh，接受
x
t
+
1
x_{t+1}
xt+1。返回。</li><li>否则，缩小
θ
\theta
θ的搜索范围<br>
如
果
θ
<
0
,
θ
m
i
n
=
θ
;
否
则
θ
m
a
x
=
θ
如果\theta<0, \theta_{min} = \theta; 否则\theta_{max} = \theta
如果θ<0,θmin=θ;否则θmax=θ</li><li>重新采样
θ
∼
U
[
θ
m
i
n
,
θ
m
a
x
]
\theta \sim U[\theta_{min}, \theta_{max}]
θ∼U[θmin,θmax]，返回步骤4。</li>
在步骤6,7中，
θ
\theta
θ的范围逐渐围绕着0缩小。新生成的候选采样逐渐接近于上一个采样
x
t
x_t
xt，步骤4中的条件越来越容易满足。<br> <img src="https://www.icode9.com/i/ll/?i=img_convert/ab960ca5c66fa61bcdbb6bf3a715e48f.png" alt="这里写图片描述">标签：采样,概率,MCMC,马尔科夫,Sampling,theta,蒙特卡洛,方法,xt 来源： https://www.cnblogs.com/hy627/p/14200725.html