生成模型与辨别模型（Generative vs discriminative model）

杨利霞

生成模型与辨别模型（Generative vs discriminative model）
, E6 G; _# D3 C  |9 Q; S! I3 l  J; w2020年数学中国认证杯网挑群:1084312088

1 C$ X9 V1 b6 L5 z& t! l
& k+ e0 l4 {+ Q( R# E( |

生成模型与辨别模型（Generative vs discriminative model）

. e, ~& p3 ~& M; S- R1 x

这两个模型一般是讲的分类问题

; P( \$ j) ~$ g  N
1 h+ F  q6 c8 I8 P8 D

生成模型

7 Z2 Z  z& x, K0 u' M
. S1 }& K# J5 U& r

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)

也可以对联合分布p(X,Ck)p(X,Ck)建模

9 a6 b" D/ l- K( K

2、使用决策论对x分配类

( ]: P- n6 U5 x9 ?1 z) s

例子：

8 l& Q9 h( Q' n
8 i1 U( C5 x8 B3 X, b, [

辨别模型（discriminative model）

- J, P: X1 p. B- z  C4 Y, ?' w
) s2 Q6 L# s+ S# j! y

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

1、直接计算p(Ck|X)p(Ck|X)

9 X6 h$ |, j: g3 n0 ]; v5 O' X# ]

2、使用决策理论（decision theory）为每一个新的X分配一个类型标签

————————————————

; g5 M4 o. `" _9 g4 ~) j5 k/ a1 @

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。

原文链接：https://blog.csdn.net/dmsgames/article/details/81939903

5 s& B& Y" ^4 ?) K$ |
6 D1 x  Z7 b, c