机器学习主题模型之LDA参数求解——Gibbs采样

  LDA参数推导的Gibbs采样方法基于马尔科夫链蒙特卡洛方法，因此首先学习MCMC方法。 一、马尔科夫链蒙特卡洛方法 MCMC（Markov Chain Monte Carlo）方法是构造适合的马尔科夫链，使其平稳分布为待估参数的后验分布，抽样并使用蒙特卡洛方法进行积分计算，实现了抽样分布随模拟的进行而改变的动态模拟，弥补了传统蒙特卡洛积分只能静态模拟的缺陷。 1、蒙特卡洛方法 蒙特卡洛方法是

>>阅读原文<<