采样的几种方法
采样是指通过模拟的方式来采集符合某个分布 p ( x ) p(x) p(x)的一些样本,一般来说,要采集的分布比较复杂。
拒绝采样
拒绝采样,也叫接受-拒绝采样。顾名思义,在采样过程中,我们会接受一些样本,也会拒绝一些样本,使得样本最终的分布符合期望。
假设原始分布 p ( x ) p(x) p(x)难以直接采样,我们先将 p ( x ) p(x) p(x)归一化,得到 p ^ ( x ) \hat{p}(x) p^(x)。然后引入一个比较容易采样的分布 q ( x ) q(x) q(x)和一个常数 k k k,使得 k q ( x ) kq(x) kq(x)可以覆盖 p ^ ( x ) \hat{p}(x) p^(x),即 k q ( x ) > p ^ ( x ) kq(x)>\hat{p}(x) kq(x)>p^(x), q ( x ) q(x) q(x)为提议分布。
比如我们要采集一个分布 p ( x ) = 1 2 1 2 π σ exp − ( x − 0.3 ) 2 2 σ 2 + 3 2 1 2 π σ exp − − ( x − 0.8 ) 2 2 σ 2 p(x)=\frac{1}{2}\frac{1}{\sqrt{2\pi\sigma}}\exp{-\frac{(x-0.3)^2}{2\sigma^2}}+\frac{3}{2}\frac{1}{\sqrt{2\pi\sigma}}\exp{-\frac{-(x-0.8)^2}{2\sigma^2}} p(x)=212πσ1exp−2σ2(x−0.3)