生成模型与辨别模型(Generative vs discriminative model)
% R7 I1 |* |: [! i5 F$ v2020年数学中国认证杯网挑群:1084312088
+ R0 A- f# w- a* u
/ u0 `, \ d9 s1 z* l! Z, u* f- _7 g+ k; \2 ^7 A
生成模型与辨别模型(Generative vs discriminative model) & Q0 C/ i; j8 p* U9 e% z
& ?: r: _1 l) ]) B. _& F这两个模型一般是讲的分类问题 . |" q% S* g9 }" s- {1 ]+ C
; ]3 v: z T$ s% g) C ^8 z# X
生成模型 $ ]6 P q" e5 E5 v! C- }
+ T. }# }' u1 L, 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)
. o2 a6 g7 ?7 F# _: W也可以对联合分布p(X,Ck)p(X,Ck)建模
' f. U* I3 F. s; j! }2、使用决策论对x分配类 . v6 G1 E( e4 d+ [( q! f
例子:
0 Y$ G) |6 e' g4 [' p& m2 } h
' J- p# k- u6 Z$ b" @辨别模型(discriminative model) . I# o) Z3 o( T" m! \* A
: D- s& V+ }& e
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
* V7 ?9 j( n# O1、直接计算p(Ck|X)p(Ck|X) 7 o* s; }( y, n, N; d( s; l& g
2、使用决策理论(decision theory)为每一个新的X分配一个类型标签
5 G9 \2 @9 V7 |) _8 Q———————————————— 0 V) a( f) @! W% N2 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。
' j7 {8 n0 J% }原文链接:https://blog.csdn.net/dmsgames/article/details/81939903 ! a: f- Y/ J) z& W$ A! u" i) s
' y3 c, `( t1 ^% Z# }
, x' D! |3 S! u
|