首页 > 代码库 > [Bayes] Hist & line: Reject Sampling and Importance Sampling
[Bayes] Hist & line: Reject Sampling and Importance Sampling
吻合度蛮高,但不光滑。
> L=10000> K=135/64> x=runif(L)> ind=(runif(L)<(20*x*(1-x)^3/K))> hist(x[ind],probability=T,+ xlab="x",ylab="Density",main="")
/* 应用了平滑数据的核函数 */> d=density(x[ind],from=0,to=1) // 只对标记为true的x做统计 --> 核密度估计> lines(d,col=4) // (BLUE)
> xx=seq(0,1,length=100)> lines(xx,20*xx*(1-xx)^3,lwd=2,col=2) //lwd: line width, col: color number (Red)
API DOC: https://stat.ethz.ch/R-manual/R-devel/library/stats/html/density.html
参见:
http://blog.csdn.net/yuanxing14/article/details/41948485 基于核函数的目标跟踪算法 (貌似淘汰的技术)
https://www.zhihu.com/question/27301358/answer/105267357?from=profile_answer_card
Importance Sampling (Green line) 更为光滑:
> L=10000> K=135/64> x=runif(L)> ind=(runif(L)<(20*x*(1-x)^3/K))> hist(x[ind],probability=T, xlab="x",ylab="Density",main="")> > d=density(x[ind],from=0,to=1)> lines(d,col=4)> > y=runif(L)> w=20*y*(1-y)^3 // 可见,权重大小与实际分布吻合。> W=w/sum(w) // 每个x轴的sample point的权重值W。> d=density(y,weights=W,from=0,to=1)> lines(d,col=3)> > xx=seq(0,1,length=100)> lines(xx,20*xx*(1-xx)^3,lwd=2,col=2)
[Bayes] Hist & line: Reject Sampling and Importance Sampling
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。