生成模型与辨别模型(Generative vs discriminative model)
- w/ `$ v/ F0 Q6 S2020年数学中国认证杯网挑群:10843120888 p" j4 y, i. d% t
+ Q# U# F7 d; [# b, e* Z
3 q9 I" J; K, J: y i! x4 k" B生成模型与辨别模型(Generative vs discriminative model) - d2 H: D! W; o7 _
# K2 g& S+ A O" f! r+ p5 `这两个模型一般是讲的分类问题
9 f' r) B4 v s$ R- h( Y) j! Z4 @! j2 c7 D
生成模型 7 L* B2 f$ F( |" p0 y. E
$ e! n' H1 ^- S, j2 {
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)
) o, R, ?6 V$ ?* ^* N& z# S也可以对联合分布p(X,Ck)p(X,Ck)建模 ' Z7 X! @1 H+ }
2、使用决策论对x分配类 ) J5 t1 U; R: N1 A
例子:
- `) A# P8 O+ c3 t6 _0 R# V A5 P* w l. k
辨别模型(discriminative model) , s1 J }, i: q) q
+ } k* Y! `' I8 \
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
4 z. ~6 J: m8 e7 d: i: `1、直接计算p(Ck|X)p(Ck|X)
9 ~4 ]; d, }& s2、使用决策理论(decision theory)为每一个新的X分配一个类型标签
! [0 M- q! E4 o) C———————————————— & y1 U" k! D' e: W7 d/ V; Y) a* N
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。 , @ ~8 ]. Q, i* P w
原文链接:https://blog.csdn.net/dmsgames/article/details/81939903 4 g; n) W+ ^/ y
7 O; k( U+ C- O" B% N
% t6 R: w1 v$ ?3 o3 k9 g |