高斯判别分析

1.多值正太分布

多变量正太分布描述的是n维随机变量的分布情况（例如变量x有3个属性（连续），胡须长度，角大小，毛长度），单值正太分布（即x只有一个属性），在多值情况下，每个属性都符合高斯分布，所以均值U变成了n维向量，σ也变成了矩阵Σ（协方差矩阵,对角线上为方差）写作N(u, Σ)。假设有n 个随机变量x1 , x2, … , xn。μ的第i 个分量是E(Xi )，而Σii = Var(xi )，Σij = Cov(xi , xj)。概率密度公式如下：

u决定中心位置，Σ决定投影椭圆的朝向和大小，斜对角线上的系数是正的说明属性之间是正相关的且系数越大，说明其越相关。

模型分析与应用

输入特征X是连续型随机变量，那么可以使用高斯判别分析模型来确定p(x|y)

y属于伯努利分布即取2个值0,1，在y=0时，x服从均值为u0，方差为Σ的高斯