穷举最好函数最基本方法结合贝叶斯公式、全概率公式，算概率
简单例子：
红圈里根据数据算出 。
极大似然估计：
某个μ和∑的Gaussian就是每个样本点的几率
穷举所有μ和∑，能使likelihood 式子最大的μ和∑我们就认为它们是最有可能产生那79个点的μ*和∑*。易知μ*和∑*的最佳解。
每个类总用不同的μ和∑，可能会效果不好或者过拟合，选择使用同一个∑
采用此方法分类结果
回顾总结几率模型 ：
补充：
具体看z，
最后就有
推导过程了解就好，要知道
实际上求那么多μ1和μ2，N1和N2都是为了找w和b，怎样能更简洁的找w和b呢？
-----
-------
最后miniaturize的函数就是
最后推导有
对比：
Multi-class Classification：
引入深度学习和神经网络，可以再看一遍