Machine learning 马尔可夫链蒙特卡罗，多元贝努利分布的建议分布？

多元贝努利模型是否有合适的建议分布

例如，我想从概率分布中取样

    p(x) = p*(x) / Z;

其中x={0,1}^M和Z是归一化常数，直接绘制独立样本很困难，因此我求助于MCMC

对于多变量连续数据，使用高斯分布作为建议分布是很简单的。 这种二进制类型的数据是否有合适的建议分布

p、 我不想使用吉布斯采样，因为它对我来说太慢了

---

谢谢

您必须更好地解释您的模型。对于多元贝努利模型的标准变量，Z是x的维数，因为每个边际的可能结果的概率之和是1，并且x_之间没有相关性。

你必须更好地解释你的模型。对于多元贝努利模型的标准变量，Z是x的维数，因为每个边际可能结果的概率之和为1，并且x_之间没有相关性。

我想我找到了我想要的，这出现在去年的NIPS会议上：

“二元分布的辅助变量精确哈密顿蒙特卡罗采样器”

Ari Pakman等人

---

我想我找到了我想要的，这出现在去年的NIPS会议上：

“二元分布的辅助变量精确哈密顿蒙特卡罗采样器”

Ari Pakman等人

---

你真的需要解释你的模型，否则这对任何人来说都是毫无用处的问答组合。为什么不可能从每一个边缘单独取样，从p（x）中得出一个结果？在MVB模式中，边缘人是独立的。你真的需要解释你的模式，否则这对任何人来说都是毫无用处的问答对。为什么不可能从每一个边缘单独取样，从p（x）中得出一个结果？在MVB模式中，边缘人是独立的