生成模型与辨别模型(Generative vs discriminative model)3 i+ s5 n& A8 P: R
2020年数学中国认证杯网挑群:1084312088$ M+ \, l9 _% ]# R! u
3 s& y( {" X. j7 q+ ~: T: U
6 I$ P* ^" H& g1 R& E$ B
生成模型与辨别模型(Generative vs discriminative model)
$ r+ D* H- t) x& e) y+ D$ J0 B, l3 T+ g' s/ F/ H1 ~
这两个模型一般是讲的分类问题 , q/ o+ S: \/ Y z1 x, s7 H; {/ y
2 w" X+ `* q5 q. @生成模型 ; K* ^; S! G) |2 x
3 U; y& Y( t' C4 F# `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)
/ Y- s2 G4 c9 F5 s' [也可以对联合分布p(X,Ck)p(X,Ck)建模 0 k0 T" X; N) v
2、使用决策论对x分配类
1 ]0 @) D* _/ v, a) _例子: 7 I) P: u" R6 `% ^, Q8 n
5 D8 T; v- r G" }" L5 k
辨别模型(discriminative model) * p9 X; x+ A9 K; P. P& w9 U& ]
+ x$ {) P* O/ p0 a! ?# Q4 M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 o' t$ ]& O& K% x1 u1、直接计算p(Ck|X)p(Ck|X) # {- Z# e, d+ `- n6 V v: m. \
2、使用决策理论(decision theory)为每一个新的X分配一个类型标签 & X9 S+ X& e/ a0 ?
————————————————
4 } w+ |2 ]$ A2 H1 w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。
; m+ n! x" J( N0 G4 Y. B( W, U4 a原文链接:https://blog.csdn.net/dmsgames/article/details/81939903 * i3 l0 b; Z" N$ q6 ?
( s( M- C" V% x- V* v3 _6 [8 a2 t
7 G2 n$ m6 c S4 y
|