關於MCMC方法在貝葉斯結構學習中的一些理解

MCMC方法的關鍵是通過構造平穩分佈爲P的馬爾科夫鏈來產生樣本。在貝葉斯網絡中，產生的樣本就是各個貝葉斯結構，通過產生的樣本（這些結構）中，選取可行的結構。關鍵的部分就在於如何僅僅通過訓練集（每個節點一系列狀態），來得到採樣樣本（最終結構）。        MH算法是MCMC算法的重要代表，MH是通過上一輪採樣結果來採樣，獲得候選樣本，但是這個樣本有可能被拒絕掉，爲什麼會被拒絕掉呢？因爲算法中規定

>>阅读原文<<