生成模型与辨别模型(Generative vs discriminative model)
# |8 J5 b/ v0 }* w2 j- s I2020年数学中国认证杯网挑群:1084312088
U9 N' W q5 H* Q" a: t. l. s9 e/ d t/ ^8 D5 \3 [
" O0 t5 N# |9 Y' d' A! ]6 [
生成模型与辨别模型(Generative vs discriminative model)
/ w" \( @. G, [8 ]
9 c) q6 z( a9 }) j这两个模型一般是讲的分类问题
+ `& Z* Q7 T5 R5 H5 P" f2 L, e1 k0 s
生成模型
7 N# x% i1 ]/ B; Z L. ~% w5 U: @3 A$ x0 Y3 q: w
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)
- ~8 {0 l6 u3 C& u' I6 g( L也可以对联合分布p(X,Ck)p(X,Ck)建模 * w- n' I, P$ t9 I& W6 t
2、使用决策论对x分配类 + ?3 m# E- k0 O6 @8 A# i
例子: 3 R' M" m& _3 m' q5 ^
* p- }2 Y9 {% I9 c# \4 j2 n
辨别模型(discriminative model)
) u/ C! v4 \- i
& @) o$ u3 F* H0 c t4 s: 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 ) }; P/ t% F$ ?2 F. C
1、直接计算p(Ck|X)p(Ck|X) : b% j/ L9 t) a
2、使用决策理论(decision theory)为每一个新的X分配一个类型标签
% a3 u/ C! G8 L! a————————————————
0 k+ t2 O' u5 B2 g- a I- O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。 , s1 x$ Q: ]% }. A3 Y+ Z4 ~8 \
原文链接:https://blog.csdn.net/dmsgames/article/details/81939903 3 f0 \- t) ^- w1 P- F0 A
, s( ?5 G9 l9 ?
( Y# p- a6 u0 w+ c% H |