概率分布

假设每一个随机变量都符合高斯分布，那么根据已有的数据，就可以得到\(\mu\) 和\(\sigma\) 的估计值，从而得到其分布函数，然后就可以针对预测数据进行预测，针对多维数据，采用高维高斯分布，每一维度都是独立的，并且都符合高斯分布，计算出每一维度的高斯分布函数，可以得到多维高斯分布函数，然后就可以对整个问题进行预测。

概率模型之分类步骤

1. 建立模型函数

   采用的是贝叶斯公式，假设每一个特征都符合正态分布，

2. 定义如何评价函数

3. 找到最好的函数

生成模型

可以将上述的概率函数进行变形，分两个步骤来看，如下图

1. 第一步

   

2. 第二步
   

李宏毅机器学习之概率归回

原文：https://www.cnblogs.com/notstandalone/p/13588950.html