emcee v3：用于仿射不变 MCMC 的 Python 集成采样工具包
天体物理仪器与方法
2019-11-19 v1 统计计算
摘要
emcee 是一个实现一类用于马尔可夫链蒙特卡洛（MCMC）的仿射不变集成采样器的 Python 库。该包已广泛应用于天体物理中的概率建模问题（其最初发表于此领域），并在其他领域有一些应用。在 2012 年首次发布时，emcee 实现的接口与当时流行的 MCMC 库（如 PyMC）有根本不同，因为它专门设计用于配合“黑盒”模型而非结构化图模型工作。这在天体物理应用中是一种流行的接口，因为在其他库所需的建模框架内实现真实物理过程通常并非易事。自 emcee 发布以来，其他具有类似接口的库也已开发出来，例如 dynesty（Speagle 2019）。emcee 的 3.0 版本是约 6 年来该库的首次重大发布，包含计算后端的完整重写、若干常见需求特性，以及一组新的“move”实现。
引用
@article{arxiv.1911.07688,
title = {emcee v3: A Python ensemble sampling toolkit for affine-invariant MCMC},
author = {Daniel Foreman-Mackey and Will M. Farr and Manodeep Sinha and Anne M. Archibald and David W. Hogg and Jeremy S. Sanders and Joe Zuntz and Peter K. G. Williams and Andrew R. J. Nelson and Miguel de Val-Borro and Tobias Erhardt and Ilya Pashchenko and Oriol Abril Pla},
journal= {arXiv preprint arXiv:1911.07688},
year = {2019}
}
备注
Published in the Journal for Open Source Software