判别模型和生成模型
2017-02-14 21:08
323 查看
监督学习方法分为生成方法和判别方法,学习到的模型分为生成模型和判别模型。
判别模型:学到一个好的分界线,直接把两类区分开
生成模型:学到两类各自的分布,当新的数据来的时候,看看属于哪个分布从而区分数据
例子
对于简单的二分类问题判别模型:学到一个好的分界线,直接把两类区分开
生成模型:学到两类各自的分布,当新的数据来的时候,看看属于哪个分布从而区分数据
判别模型与生成模型的对比
特点 | 判别模型 | 生成模型 |
---|---|---|
学习内容 | P(Y|X) | P(X,Y)=P(X|Y)P(Y) |
特点 | 反映异类差异;学习准确率更高;不需要数据分布的假设 | 反映同类的相似度;反映数据本身的特性;收敛更快,适合数据较小的情况 |
典型方法 | 逻辑回归、SVM | 朴素贝叶斯、马尔科夫模型、高斯混合模型 |
相关文章推荐
- 生成模型(generative model)和判别模型(discriminative model)
- 生成模型与判别模型
- 判别模型与生成模型
- 判别模型和生成模型
- 【机器学习笔记】判别模型和生成模型(贝叶斯估计)
- 判别模型和生成模型
- 生成模型和判别模型的理解
- PRML读书会第四章 Linear Models for Classification(贝叶斯marginalization、Fisher线性判别、感知机、概率生成和判别模型、逻辑回归)
- 生成模型和判别模型的区别
- 生成模型与判别模型
- 什么是判别模型(Discriminative Model)和生成模型(Generative Model)
- 生成模型与判别模型
- 判别模型、生成模型与朴素贝叶斯方法
- 生成模型和判别模型
- [机器学习笔记] 判别模型与生成模型
- 判别模型和生成模型(Discriminative Model& Generative Model)【转】
- 机器学习基础---生成模型和判别模型
- 【机器学习】生成模型和判别模型
- 机器学习基础(二十一)—— 分类与回归、生成模型与判别模型
- 判别模型、生成模型与朴素贝叶斯方法