高斯判別模型，內容其實非常簡單
對於大多數模型，無非就是做這麼幾件事情
1.假設模型
2.設定引數，表示概率
3.用最大似然，通過樣本算出引數
4.用得到的引數，再去測試資料裡計算概率

高斯模型判別是是這樣，因為是判別嗎，所以我們就把判別結果用0，1兩種結果來表示，這樣自然就想到要用伯努利。

高斯模型第二個假設是，我們認為對應兩種判別結果分佈於兩種標準正態高斯模型。

舉個例子：
比如一群男人追一個女神，都給女神寫信，女生接受信封為結果1，女生不接受信封結果0
而分成部分男人，他們的身高，顏值，智商，財富都是呈高斯分佈的，只是平均值不一樣，可能被接受的那部分群體，身高高，顏值高，智商高，財富高，但是不一定，這個要根據女神口味來決定。

表示出概率：

算似然：

求引數

這個是樣本圖例，是一個二維的，而我們剛才舉的追女神的例子，那個是四維的，顯然四維的是沒法想象的圖形。

接下來算分別屬於兩種高斯下是概率是多少就好了，哪個概率大，那就是哪個模型，就是哪種結果。