Gibbs采样（四）2. 二维 G i b b s Gibbs Gibbs 采样3. 多维 Gibbs 采样4. 二维 Gibbs 采样实例5.
在 MCMCMCMCMCMC采样和M−HM-HM−H采样中，我们讲到了 M−HM-HM−H 采样已经可以很好的解决蒙特卡罗方法需要的任意概率分布的样本集的问题。但是 M−HM-HM−H 采样有两个缺点：一是需要计算接受率，在高维时计算量大。并且由于接受率的原因导致算法收敛时间变长。二是有些高维数据，特征的条件概率分布好求，但是特征的联合分布不好求。因此需要一个好的方法来改进 M−HM-HM−H 采样，这就是我们下面讲到的 GibbsGibbsGibbs 采样。1. 重新寻找合适的细致平稳条件在
