判別模型與生成模型的區別

2021-08-13 22:33:07 字數 608 閱讀 2425

對於輸入x,類別標籤y

生成式模型估計他們的聯合概率分布p(x,y)

判別式模型估計條件概率分布p(y|x)

生成式模型可以根據貝葉斯公式得到判別式模型,但是反過來不行。

常見的判別式模型主要有:

logistic regression

svm

traditional neural networks

nearest neighbor

crf

linear discriminant analysis

boosting

linear regression

常見的生成式模型主要有:

gaussians

***** bayes

mixtures of multinomials

mixtures of gaussians

mixtures of experts

hmms

sigmoidal belief networks, bayesian networks

markov random fields

latent dirichlet allocation

生成模型與判別模型

監督學習的任務就是學習乙個模型,應用這個模型,對給定的輸入 相應的輸出。這個模型一般為決策函式 y f x 或 條件概率分布 p y x 生成方法 定義 由資料學習聯合概率分布 p x,y 然後由p y x p x,y p x 求出概率分布p y x 基本思想是首先建立樣本的聯合概率密度模型p x,...

生成模型與判別模型

現有的模式分類方法主要分為兩類,一類是生成式方法,比如gmm gaussian mixture model em kmeans 聚類 這類方法主要反映同類資料之間的相似度 一類是判別式方法,比如svm,主要是反映異類資料之間的差異。fisher kernel是想要結合二者的優勢 1,生成式方法可以處...

生成模型與判別模型

監督學習的任務就是學習乙個模型,應用這個模型,對給定的輸入 相應的輸出。這個模型一般為決策函式 y f x 或 條件概率分布 p y x 生成方法 定義 由資料學習聯合概率分布 p x,y 然後由p y x 求出概率分布 p y x 該方法表示了給定輸入 x產生輸出 y的生成關係。典型模型 樸素貝葉...