【ML学习笔记】17：多元正态分布下极大似然估计最小错误率贝叶斯决策

简述多元正态分布下的最小错误率贝叶斯 若是特征的值向量服从d元正态分布，即其几率密度函数为： 即其分布能够由均值向量和对称的协方差矩阵 惟一肯定。python 若是认为样本的特征向量在类内服从多元正态分布： 即对于每一个类i，具备各自的类内的均值向量和协方差矩阵。web 如以前所学，最小错误率贝叶斯的判别函数的原始形式是： 数组 类条件几率密度服从多元正态分布，带入，得： app 由于是比较大小用

>>阅读原文<<