机器学习入门。高斯判别算法学习过程中遇到的问题，记录下来，可以说是学习笔记，希望能给大家带来帮助。由于手写难免会有一些错误察觉不到，广泛讨论，共同进步。

从指定数量的维度创建多个样本，并将它们集中在给定的均值和给定的协方差范围内。 你可能不会觉得它很有用，但是，嘿，我需要一些东西来做这件事，所以为什么不呢。 使用： 您需要从 3 维高斯分布生成 1000 个样本，均值 m = [4,5,6]，协方差 sigma = [9 0 0;0 9 0;0 0 9]。 命令行： x=mgd(1000,3,m,sigma) 或 x=mgd(1000,3,m',sigma) 均值是作为行向量还是列向量给出并不重要 x 是其中的 (1000x3) 矩阵其中每一行是该点在 3 个空间中的坐标。

此函数计算具有指定参数（均值和协方差矩阵）的两个多元高斯分布之间的Kullback-Leibler（KL）散度。 协方差矩阵必须是正定的。 该代码高效且数值稳定。 例子： 1）计算两个单变量高斯之间的KL散度：KL（N（-1,1）|| N（+1,1）） mu1 = -1; mu = +1; s1 = 1； s2 = 1； mvgkl（mu1，s1 ^ 2，mu2，s2 ^ 2） 2）计算两个二元高斯变量之间的KL散度：KL（N（mu1，S1）|| N（mu2，S2）） mu1 = [-1 -1]'； mu2 = [+1，+1]'; S1 = [1 0.5; 0.5 1]; S2 = [1- -0.7; -0.7 1]； mvgkl（mu1，S1，mu2，S2）

MCMC算法--Gibbs采样2：多元高斯分布的边际分布与条件分布