如何在 SciPy 中预先计算冻结随机变量的常量？

Question

我定义了一个自定义连续分布，并实现了

_pdf

和

_cdf

方法。 对于这些，我需要计算昂贵的常数（给定参数），即 PDF 的归一化常数和 CDF 的积分常数。每次评估（冻结）随机变量的任何函数时都会计算这些常数，这需要大量时间。

我想知道是否有一种方法可以为 SciPy 中的冻结随机变量预先计算或缓存/记忆这些昂贵的常量？

这里是一个示例分布的一些最小代码，其参数

a

和

b

由非标准化 PDF

f(x, a, b)

及其反导数

F(x, a, b)

定义。昂贵的函数是范数

N(a,b)

和积分常数

C(a,b)

:

from scipy.stats import rv_continuous


class Example_gen(rv_continuous):

    def _norm(self, a, b):
        """Expensive function"""
        return N(a, b)

    def _C(self, a, b):
        """Expensive function"""
        return C(a, b)

    def _pdf(self, x, a, b):
        return f(x, a, b) / self._norm(a, b)

    def _cdf(self, x, a, b):
        return (F(x, a, b) + self._C(a, b)) / self._norm(a, b)


Example = Example_gen()

Answer 1

没有。当然，如果您考虑的特定分布定义了一些内部函数，您就可以对它们进行猴子修补以返回预先计算的值。但这肯定不受框架支持，如果你这样做，你就得靠自己了。