生成模型与辨别模型(Generative vs discriminative model): i0 j+ J( ?7 W7 ?9 N( q/ M
2020年数学中国认证杯网挑群:1084312088$ U% H3 c1 ]6 {0 K! C
1 q, K6 ^: P! j# J! a; |; `2 H* n
9 `. g9 a" x" T* e' P生成模型与辨别模型(Generative vs discriminative model) + j; L1 e2 E" J$ ]2 @! y9 }; O
; L$ U1 |8 T* X) e' C; Q这两个模型一般是讲的分类问题
6 `- A- s: r5 R, F% o, d& I1 E1 Y1 Y3 g4 N, x
生成模型 ' ^6 U7 |) k8 V* h) Z( `# O
, `2 v: [% [' U& V* p$ 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)
3 l" P4 D3 G* c8 J k也可以对联合分布p(X,Ck)p(X,Ck)建模
. O$ A+ J. ~; H2 \' v, Q- G& c2、使用决策论对x分配类 8 s) ]4 T9 E( l6 B: A* ^; N% A
例子: % `! [: J$ ^3 I) N3 A: @# k$ k5 t
7 C, r. Y3 p- T+ M" x辨别模型(discriminative model) H" d& D) v, G G1 ?6 C% [, o
5 `2 Z- s: n8 f6 w0 y7 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
8 s: h% \2 |' c: V1、直接计算p(Ck|X)p(Ck|X)
4 g& F, X, s2 P& P0 {! P, t' ?- d3 O2、使用决策理论(decision theory)为每一个新的X分配一个类型标签
9 C0 I/ I! Q* B————————————————
1 M- G* o5 t8 h- z# p1 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。 " x" j$ `9 s. ^0 Y+ _
原文链接:https://blog.csdn.net/dmsgames/article/details/81939903
0 f" h, V6 b7 g( k3 B& D6 ]- x5 R+ f) r! `) f$ }2 F8 {8 E- M
; V2 A+ U7 S: t$ i8 {; { |