我在实现用于异常检测的多元高斯分布时遇到了一个问题。
我参考了Andrew Ng的笔记中的公式
http://www.holehouse.org/mlclass/15_Anomaly_Detection.html以下是我遇到的问题
假设我有一个包含2个特征的数据集和m个训练集，即n=2，并且我想确定我的多元高斯概率p(x;mu;sigma)，它应该是一个[m*1]的矩阵，因为它通过特征相关性产生估计的高斯值。
我遇到的问题是我无法使用公式生成[m*1]的矩阵。
我使用Octave作为IDE来开发算法。
下面是展示我问题的快照
考虑红色边界方程的乘法，因为红色边界的左侧只是一个实数
请帮助我理解我哪里做错了
谢谢
回答：
我认为你弄错了维度。
假设你有一个2维（n=2）的数据，包含m个实例。我们可以将这些数据存储为MATLAB中的n-by-m矩阵（列为数据实例，行代表特征/维度）。在这种情况下，我们有：
X为大小为nxm的数据矩阵，每个实例x = X(:,i)是一个大小为nx1的向量（在我们的约定中为列向量）。mu是均值向量（mu = mean(X,2)）。这也是一个与实例大小相同的nx1的列向量。sigma是协方差矩阵（sigma = cov(X.')）。它的尺寸为nxn（它描述了每个维度与其他维度如何共变）。
所以你高亮的红色部分涉及以下尺寸的表达式：
= ([nx1] - [nx1])' * [nxn] * ([nx1] - [nx1]) = [1xn] * [nxn] * [nx1] = 1x1