每天五分钟机器学习：高斯分布模型和多元高斯分布模型的比较

高斯分布模型

它计算量比较小，所以它可以计算大量特征的数据集，但是它不能捕捉到特征和特征之间的相关性，它可以通过将特征和特征进行组合的方式来解决，但是有些麻烦。

多元高斯分布模型

必须要保证协方差矩阵是可逆的。所以，样本数必须要远远大于样本的特征数，通过需要十倍的比例。另外，如果特征冗余的话，也有可能导致协方差矩阵是不可逆的。

它的计算量比较大，但是它能够自动捕捉特征和特征之间的相关性，这是它的优势所在。

所以，如果训练集不是太大，并且没有太多的特征，我们可以使用多元高斯分布模型。