Pymc3采样慢解决方法和原因

解决方法：

1. 一般情况：先验设定存在问题（不合适），建议按照同一问题背景下，用别人找到的推荐先验设置。或者查阅相关论文，使得变量先验符合模型背景。

2. 在使用别人的推荐先验还是存在极慢的采样，可以检查数据集，数据的分布情况是否和参考教程一致，比如别人是正态，你的是双峰或者偏正态，可以先进行转化调整。

3. 更换初始方法，例如find_MAP。

4. 上述方法只能解决很慢的情况下，一两天都不能采样出结果。【我的数据量15k，18个参数，chain=2，跑了6h，供参考】如果还有什么好的解决方法可以留言，一起学习。

原因：

转载自PyMC3 slows rapidly with increasing numbers of parameters - #2 by aseyboldt - Questions - PyMC Discourse

机翻如下：

NUTS 采样的速度取决于参数的数量，而更多地取决于后验的形状。如果后验在没有相关性的情况下相当接近正态，那么 10000 个参数不是问题。但是如果你的后验有某些特征，事情会很快变得更加困难。比较 NUTS 和 Metropolis 之间的采样速度通常是毫无意义的，Metropolis 只是没有注意到它的样本很糟糕，并且很乐意为您提供大量无用的样本。
使采样变得困难的事情，没有特定的顺序：