Metropolis–Hastings 算法1953

梅特罗波利斯-黑斯廷斯算法 是统计学与统计物理中的一种马尔科夫蒙特卡洛（MCMC）方法，用于在难以直接采样时从某一概率分布中抽取随机样本序列。得到的序列可用于估计该概率分布或计算积分（如期望值）等。梅特罗波利斯－黑斯廷斯或其他MCMC算法一般用于从多变量（尤其是高维）分布中采样。对于单变量分布而言，常会使用自适应判别采样 等其他能抽取独立样本的方法，而不会出现MCMC中样本自相关的问题。