高斯分布
高斯分布，也称为正态分布。
通常如果我们认为变量 x 符合高斯分布 x~N(μ,σ2)则其概率密度函数为：
：均值
：方差
我们可以利用已有的数据来预测总体中的 μ 和 σ2 的计算方法如下：
注：机器学习中对于方差我们通常只除以 m 而非统计学中的（m-1）。只要你有一个还算大的训练集，到底是选择使用 1/m 还是 1/(m-1)其实区别很小。在机器学习领域大部分人更习惯使用 1/m 这个版本的公式。这两个版本的公式在理论特性和数学特性上稍有不同，但是在实际使用中，他们的区别甚小，几乎可以忽略不计。
高斯分布样例： （注意，高斯分布的概率密度面积是不变的）