在机器学习中，假设我们有一个用于分类的GDA（高斯判别分析）模型。

如果y可以取值0或1，且x代表具有n个特征的向量（n x 1维度）

对于一个特定的训练样本，p(x| y=0)或p(x|y=1)表示什么？x实际上是一个向量..条件概率是如何定义的？任何帮助将不胜感激。

回答：

假设X₀是映射到输出0的向量x的集合，而X₁是映射到输出1的向量x的集合。计算每个集合中向量的均值，并以类似的方式，估计协方差。然后，构建两个多元正态分布，分别使用这些均值和协方差。

一旦你有了这些分布，只需将你想要的向量代入PDF中，就可以得到其密度。请注意，由于概率是连续的，你所询问的概率通常为0。