生成模型与辨别模型(Generative vs discriminative model)
4 C6 b/ n4 |7 C1 z2020年数学中国认证杯网挑群:1084312088+ n5 q2 p9 w2 l- d2 V3 p$ A
% G# ]7 s# ]" L' P2 K5 E$ Y, a- ^; O1 b( n. [' k) `
生成模型与辨别模型(Generative vs discriminative model) * n2 D5 ^1 l( O4 q! P
# p$ i9 f/ [1 Z1 o) m, P6 B" ]这两个模型一般是讲的分类问题 8 Z9 G( p% ~% a* c0 }6 ^ c# V
3 { ^7 [' q. V, Y生成模型
$ e1 `$ J& \9 r- e; @: e! I0 l: O2 g* w- _% Z
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 F) u: p- d# y也可以对联合分布p(X,Ck)p(X,Ck)建模 ! ?4 i# I# H1 O3 o
2、使用决策论对x分配类
3 O' u7 B; X8 t) X. a例子:
R G% _7 d& q. T' `- E/ l6 a6 {: y/ @6 w V
辨别模型(discriminative model) , u- }7 @: e1 c" w6 ?& j) C; \. x
1 ^2 {- h1 E0 h& w# K
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 s9 ], p" G- {9 N q% t# l1、直接计算p(Ck|X)p(Ck|X)
: v$ B* x. `" D+ b2、使用决策理论(decision theory)为每一个新的X分配一个类型标签 & V9 U1 m3 ?' }3 |
———————————————— & n: J* G: k; _
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, [0 @, E原文链接:https://blog.csdn.net/dmsgames/article/details/81939903
0 j2 j* T2 [1 d& O1 q9 x& H
( j, E# u) S; @0 ?4 y1 w, T& c
% w+ v f \2 l- v& B% s- i* W/ V |