生成模型与辨别模型(Generative vs discriminative model)7 Z/ R1 r0 G0 `' j I
2020年数学中国认证杯网挑群:1084312088
! t4 J! w6 ^, V' L# l' u9 V
5 ?! x) h5 a- J2 c. e) ]% e4 B! W/ f# X, q Z/ v5 n. U
生成模型与辨别模型(Generative vs discriminative model) : a, Y9 V1 c7 L8 _9 g4 ^! \
3 S8 L8 \. v# _这两个模型一般是讲的分类问题
h8 k" D& \ a3 H
% l# S' Q) j; w, k9 ~生成模型
6 \/ |& ]; |( P! X* I0 Z% J( \. O. a
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)
3 t# a/ C9 ~* I5 z6 N; U也可以对联合分布p(X,Ck)p(X,Ck)建模
) w* h/ p& y8 G7 ]2 {/ _( ^/ A2、使用决策论对x分配类 5 Y- p& J. f$ ~ P. j
例子: ( e; H# z6 m8 G! O9 W+ @$ p
. t& a) n$ i* c ]- v" ]
辨别模型(discriminative model) 4 {$ J: z2 X, {' r+ H
/ s! c& _( i( O* J/ g) j7 F% @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 : G% Q9 [9 x; S0 }
1、直接计算p(Ck|X)p(Ck|X) ( m! h- ]* x0 `3 D
2、使用决策理论(decision theory)为每一个新的X分配一个类型标签
+ J/ p$ Y# z5 d% f3 h/ v8 X8 G/ F———————————————— 6 T/ P" T* |$ S
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。 ! W# R/ q( c R4 I3 C: o' T1 H
原文链接:https://blog.csdn.net/dmsgames/article/details/81939903
# @1 k1 f# Q$ G; q6 f
& ?: W" m+ s9 E; r
( d5 M0 `) z0 y" E7 X1 w, V |