生成模型与辨别模型(Generative vs discriminative model)
5 {5 ]7 R9 O1 T7 G2020年数学中国认证杯网挑群:1084312088
& j3 \$ H! T0 u" q9 ^3 J# Z. W- b3 w! ~9 b
2 k' z4 \6 o: d0 g! D1 u N2 }$ M% j生成模型与辨别模型(Generative vs discriminative model)
. p) j a V6 {% s& f, X9 e/ N$ I0 n
这两个模型一般是讲的分类问题 # M. ^ d% k1 {: `
$ N. k, u+ V2 c) Q& r( z4 I L
生成模型
6 H4 d( c4 r! s5 _) r' Z% ~0 D% _& N( F3 A) 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)
, p |: D/ T% L3 x0 W! |2 ?3 d也可以对联合分布p(X,Ck)p(X,Ck)建模 ; U- a }2 ^. t2 q
2、使用决策论对x分配类
4 }- Q8 O9 E Q! J) p例子: / K P. W% m" u4 F: S7 s6 k' w+ b
: ^, U3 P( [+ P/ ^
辨别模型(discriminative model) 6 U. W# V4 s0 ~( J0 }
( R3 ]& 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
/ o$ ]+ j. i% h/ z8 @1、直接计算p(Ck|X)p(Ck|X)
2 }1 f2 J3 x1 r' i2、使用决策理论(decision theory)为每一个新的X分配一个类型标签 - S! A; g5 b: h: U/ z
————————————————
& }7 B3 S. V* m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。 1 d$ ` A Y7 z7 W
原文链接:https://blog.csdn.net/dmsgames/article/details/81939903
, b( r6 J& g& \5 ^
! b" E9 }4 x) B$ R, ]4 l& D; _6 }. L: ^& z/ j8 c8 }2 W7 @
|