生成模型与辨别模型(Generative vs discriminative model)
2 o0 c# L! T7 h {: Q7 M2020年数学中国认证杯网挑群:10843120888 p0 X; F2 @% a, T" J, q) m8 @, J3 ~
% J: J! b# N) G! ~9 s. X
! K+ d, U; S. N E) }
生成模型与辨别模型(Generative vs discriminative model)
% m$ P+ ]* F4 H2 [
: j/ L# x6 T$ E' V" ^1 |, [这两个模型一般是讲的分类问题
! @% B: n# ?8 e4 l5 B2 h3 i0 G3 L8 J. \
生成模型
( C6 a* Q8 o2 T3 g" r
4 X6 [; K( D$ o% |% f( ?( Q* L1、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) 1 P# ]3 n% x1 i5 l7 l
也可以对联合分布p(X,Ck)p(X,Ck)建模 3 P+ ^' f0 c9 [1 j! j
2、使用决策论对x分配类
3 ^2 n/ Z" P, c, a例子:
# ~4 |4 s+ c! {) L5 r
3 g7 i2 p# k: m8 l3 a辨别模型(discriminative model)
* d' I; I% d5 |. {" y I" R$ p
3 q( {" H7 m$ a1 H( m) T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
. ~" _5 l A* ?4 a+ T+ x1、直接计算p(Ck|X)p(Ck|X) % m3 ]/ I8 [, ]; { W
2、使用决策理论(decision theory)为每一个新的X分配一个类型标签
. g1 i. |! U2 z* `+ h* w————————————————
; z( Q; S( p. O A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。
$ N8 o6 j) s4 ]原文链接:https://blog.csdn.net/dmsgames/article/details/81939903 1 ]- n0 J0 L. Z" f1 v# N3 Q0 T
: N) Z0 k( K! P, i4 W5 G2 K; T2 S6 Y( x8 k8 Q; F! N7 C% e
|