MCMC(四)Gibbs採樣

 在MCMC(三)MCMC採樣和M-H採樣中,我們講到了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的問題。但是M-H採樣有兩個缺點:一是需要計算接受率,在高維時計算量大。並且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好求,但是特徵的聯合分佈不好求。因此需要一個好的方法來改進M-H採樣,這就是我們下面講到的Gibbs採樣。 1. 重新尋找合適的
相關文章
相關標籤/搜索