生成模型与辨别模型(Generative vs discriminative model)* C9 ]5 B5 |" e, W* K
2020年数学中国认证杯网挑群:1084312088
# C; V1 K5 H8 {5 T3 ^* m' ^) \9 r) W" V2 ]( \7 \9 q
2 X; ~3 Y' _; R- h$ Z
生成模型与辨别模型(Generative vs discriminative model) 4 ~" }- ]! @* O" i
7 [/ K$ F0 F0 H( C这两个模型一般是讲的分类问题
( n% S; X+ ]9 Q7 R* y1 o# l
$ c* u2 T+ F0 [0 z& Y- M生成模型 $ b5 ]# q) ?' {
) h3 R7 ~9 j+ v; F* v
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) 5 W8 J. H5 n, D) \ d2 ]
也可以对联合分布p(X,Ck)p(X,Ck)建模
& E+ q2 [& o7 F' t N2、使用决策论对x分配类 & A7 ?8 U2 X! M( n/ u
例子: 8 `! k x* T7 {! {) n k
, n4 m/ J$ `1 M4 V7 f$ Q0 H辨别模型(discriminative model) . |1 d* L7 _# F3 `2 x5 r
* V [3 T- F9 x; G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 ; A) p( O P6 n2 g9 C* {2 G8 W" V2 N
1、直接计算p(Ck|X)p(Ck|X) ( G+ O4 _* F" z5 R$ z; ^
2、使用决策理论(decision theory)为每一个新的X分配一个类型标签 & W7 K! C2 Q8 [) b" w; ^
———————————————— " S8 T l$ j; {5 b2 E
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。 + j* ~; [+ _6 e- ?
原文链接:https://blog.csdn.net/dmsgames/article/details/81939903
- O1 F! t5 p8 o, b; U+ _$ N. [: T8 H! M; `+ ?
7 }6 n" |4 ^! Y |