关于LDA的gibbs采样，为什么可以获得正确的样本？

算法里面是随机初始了一个分布，然后进行采样，然后根据每次采样的结果去更新分布，之后接着采样直到收敛。

1.首先明确一下MCMC方法。

当我们面对一个未知或者复杂的分布时，我们经常使用MCMC方法来进行分布采样。而采样的目的是得到这个分布的样本，通过这些样本，我们就能明确出该分布的具体结构。所以MCMC本身就是解决无法直接采样或理解的分布问题的，所以不是对已知分布进行采样。

而gibbs采样时MCMC方法的一种改进策略，所以解决的是一类问题。在LDA中，后验概率无法直接取得，我们通过gibbs采样的方法去采样该分布，从而得到模型结构。

2.关于gibbs采样正确性，或者鸡生蛋蛋生鸡的说法。

关于gibbs采样的正确性，即能够得到正确的结果。基本层面是MCMC方法的正确性问题，因为gibbs采样只是MCMC方法的变种，即升级接受概率为1，关于这方面的证明过比较专业，题主可以去查询相关的资料。

而在实际中鸡生蛋蛋生鸡的问题，建议题主可以从EM算法了解下手，即含有隐变量时的参数估计问题，相信题主能够得到一些答案。

Gibbs Sampling或者说更一般的MCMC算法，本来就可以保证对于任意初始分布（或者应该说不叫分布吧，就是一组初值），迭代能收敛到真实分布。和LDA本身没什么关系。

至此，采用Gibbs采样：
（1）随机给定每个单词的主题。
（2）根据转移概率依次产生每个单词的新的主题。
（3）收敛后，得到的采样极为所求的采样。

[1]LDA数学八卦
[2]Parameter estimation for text analysis