利用最大似然估计方法估计参数

机器学习实验三，详情请参考《模式分类》第二版第三章课后上机练习3.2节

实验环境：

Matlab2016a

实验内容：

给定以下w1和w2的三维数据，考虑不同维数下的高斯概率密度模型：

（a）编写程序，对表格中的类w1中的3个特征，分别求解最大似然估计。
（b）修改程序，处理二维数据的情形。然后处理对表格中的类w1中的任意两个特征的组合（3种可能）。
（c）修改程序，处理三维数据的情形。然后处理表格中类w1中3个特征的组合。
（d）假设这个三维高斯模型是可分离的，即，写一个程序估计类别w2中均值和协方差矩阵的三个参数。

实验步骤：

在课本（模式分类第二版第三章）中，通过将似然函数最大化，我们可以得到以下针对高斯分布下的最大似然估计：

我们可以直接利用这俩公式来求每个特征的最大似然估计。对于（a࿰