機器學習主題模型之LDA參數求解——Gibbs採樣

  LDA參數推導的Gibbs採樣方法基於馬爾科夫鏈蒙特卡洛方法，所以首先學習MCMC方法。html 1、馬爾科夫鏈蒙特卡洛方法算法 MCMC（Markov Chain Monte Carlo）方法是構造適合的馬爾科夫鏈，使其平穩分佈爲待估參數的後驗分佈，抽樣並使用蒙特卡洛方法進行積分計算，實現了抽樣分佈隨模擬的進行而改變的動態模擬，彌補了傳統蒙特卡洛積分只能靜態模擬的缺陷。app 一、蒙特卡洛方

>>阅读原文<<