MCMC
2016-12-26 14:14:50 0 举报马尔科夫链蒙特卡洛（Markov Chain Monte Carlo，简称MCMC）是一种用于估计复杂分布参数的数学方法。它通过构建一个马尔科夫链，使得该链的平稳分布等于目标分布，然后从该链中抽取样本来估计分布参数。MCMC方法具有广泛的应用，如贝叶斯统计、物理系统模拟、机器学习等领域。MCMC的核心思想是利用马尔科夫链的平稳性，使得链上的状态逐渐趋于目标分布，从而可以方便地从中抽取样本。常用的MCMC算法包括吉布斯采样、哈尔姆斯塔德采样、乌兰夫采样等。MCMC方法的优点是可以处理高维、非线性、非均匀等复杂分布，但需要较长的运行时间和大量的计算资源。
