classification的学习（1）

建立模型：

x→ if g（x）> 0
output = class 1
else
output = class 2
(x须数值化)

Loss function:

若预测的类别与实际类别不同，则为1，反之为0。（所以该值越小越好）

---

generative model:算出后面几项的值，则可以算出x出现的概率。

将每只宝可梦看作一个向量(vector)，向量的值即为它的各种特征的值；考虑多少种特征，相应的向量的维度就为多少。

---

可理解为该图中的79个点是用高斯分布取出来的79个。

---

gaussian distribution：

∑：协方差矩阵
μ：平均值
先根据已有的79个点的数据估测出高斯分布中的∑和μ，然后给出一个新的点x0，将x0代入上面的式子中，就可以算出在这种条件下的高斯sample出x0的机率。

两条公式：

---

Maximum likelihood：

（L（μ，∑）最大）

参考资料：

https://www.bilibili.com/video/av35932863?p=8