高斯分类器多类matlab,高斯判别分析（附Matlab实现）

生成学习算法

高斯判别分析(Gaussian Discriminant analysis，GDA)，与之前的线性回归和Logistic回归从方法上讲有很大的不同，GDA是一种生成学习算法(Generative Learning Algorithms)，而之前的属于判别学习算法(Discriminative Learning Algorithms)。

它们的主要区别是：

判别学习算法是直接训练出p(y|x)；

生成学习算法是分别训练出各个类别的概率模型，之后再用Bayes公式算法出p(y|x)；

通俗的说，判别模型是通过训练样本训练出一个模型，再用测试点x带入这个模型，最后算出x的可能类别；而生成学习模型是通过训练样本训练出各个类别的多个模型，再将预测点x分别代入不同类别的模型中，进而判断x到底属于哪个类别(一般就看代入后那个模型的概率大就认为x是哪一类，当然也有例外)。

高斯判别分析

GDA就是一种生成学习算法，通过生成不同类别的模型，再进一步估计出预测样本的具体类别，为了简化问题，这里只讲二分类情况下的问题。

前提：

条件概率p(x|y)服从多维正态分布，且输入特征x是连续且随机的。

其分布函数为：