生成模型与辨别模型(Generative vs discriminative model)
" j2 Y I* q# _& ^2020年数学中国认证杯网挑群:10843120884 M$ b' c+ f) H, d" @: e* b
* u2 J1 A" P+ d' ]; n
: T" d4 P5 N: M; o: T" F* O
生成模型与辨别模型(Generative vs discriminative model)
8 k2 Q7 I& c- c
$ S' c$ c, }/ b* H f5 S" Y" S这两个模型一般是讲的分类问题
$ L+ D* g ]2 q5 A& L
& u2 s: U6 x$ _, }! C1 G生成模型
( I: v% u3 V( u$ {( R2 {9 |/ F( W# {6 N
1、使用贝叶斯理论推断后验分布p(Ck|x)p(Ck|x),需要考虑先验分布p(Ck)p(Ck)和p(X|Ck)p(X|Ck)
c2 u8 M1 T; k7 C也可以对联合分布p(X,Ck)p(X,Ck)建模
/ }2 s# x' X4 ^; N$ n3 n3 ~2、使用决策论对x分配类
3 _5 U% e3 d) C z' N例子:
# v5 t# r2 y" o; Q4 C7 O2 @+ Z: W+ e1 G9 O: w# _: w% j, @8 n
辨别模型(discriminative model) # p4 E" H5 C8 m
( t: m5 M8 s- g7 f% q" J1 t l; R
辨别模型是确定一个函数,这个函数能直接将输入向量X,映射到K类别中的一类,表示为CkCk & T" m7 t, E! ^6 K; a& T& f6 b8 I! J
1、直接计算p(Ck|X)p(Ck|X) 0 c+ _8 ~9 Q4 C8 t' {
2、使用决策理论(decision theory)为每一个新的X分配一个类型标签 9 {" _$ e/ n) ~7 ^3 u$ P+ m1 A
————————————————
. \7 Q. u# H b* J7 N4 s* |6 x; L) C版权声明:本文为CSDN博主「人工智障仁波切」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
' c$ s* W, T1 J* j8 t原文链接:https://blog.csdn.net/dmsgames/article/details/81939903 + H% g9 |- z" p( y, M& [
. C, Y& ?& U c4 a, y1 A
* a! _0 H. N2 ]! ~" V1 L D
|