Gibbs採樣

在MCMC採樣和M-H採樣中，我們講到M-H採樣已經可以很好的解決蒙特卡羅方法需要的任意概率分佈的樣本集問題。但是M-H採樣有兩個缺點：一是需要計算接受率，在高維情況下計算量非常大，同時由於接受率的原因導致算法收斂時間變長。二是有些高維數據，特徵的條件概率分佈方便求解，但特徵的聯合分佈很難求解。因此需要改進M-H算法，來解決上面提到的兩個問題，下面我們詳細介紹Gibbs採樣方法。 1.細緻平衡條件

>>阅读原文<<