from: machine learning: a probabilistic perspective
1. 生成模型（gm）：本質上是估計p(x,y)這個聯合概率
或者說，先通過p(y=c)選擇第c類，然後用第c類的類條件概率p(x|y=c)來生成資料。
可以通過這種方式抽樣出1000個資料點，也就是根據p(x,y)來生成樣本資料（可參考混合高斯分布）。
當然也可以通過(2.13)對新的輸入樣本進行判別
2. 判別模型（dm）：直接通過後驗概率p(y=c|x) 來判斷
如果 p(y=c1|x) > p(y=c2|x)，則認為新的輸入樣本x屬於c1類
更詳細的比較可以參考：discriminative modeling vs generative modeling
關於的解釋
viewport 語法介紹 height pixel value device height width pixel value device width initial scale float value minimum scale float value maximum scale float ...
IE和火狐關於正則驗證的乙個問題 g m
文章分類 web前端 最近乙個專案中做的乙個前台的手機驗證 13 d g.test str2 15 d g.test str2 18 d g.test str2 以13.15.18開頭的11位數字 ie正常通過，但是火狐在經過兩次同樣的驗證之後，兩次的返回結果相反，無法通過驗證。必須去掉 g 總結1...
IE和火狐關於正則驗證的乙個問題 g m
最近乙個專案中做的乙個前台的手機驗證 13 d g.test str2 15 d g.test str2 18 d g.test str2 以13.15.18開頭的11位數字 ie正常通過，但是火狐在經過兩次同樣的驗證之後，兩次的返回結果相反，無法通過驗證。必須去掉 g 總結1 附件引數g的用法 表...