生成模型与辨别模型(Generative vs discriminative model)
: z+ d& E0 C, s2020年数学中国认证杯网挑群:10843120883 o" p: O9 a8 S7 e
9 {* k6 s* r: F2 o
. i0 A; X Y- ~4 n生成模型与辨别模型(Generative vs discriminative model) : w: L) g4 C5 K+ ~& A0 h
; | Y5 H; c1 r8 |) f9 b这两个模型一般是讲的分类问题
& {/ I5 S( ~9 {7 V! G
3 b- b6 v& M7 u m9 {7 Q生成模型 + q! G0 e1 [7 j4 O( o! S' E
9 J! I) @6 g6 P6 C7 k4 l
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) ' }) Q6 W. R' R5 o
也可以对联合分布p(X,Ck)p(X,Ck)建模 0 \! l, a$ k6 J. @
2、使用决策论对x分配类 $ R( P" @4 I5 Q; _
例子:
0 S" F# c: _2 v P' ~# W6 G1 s5 r2 @5 g: G
辨别模型(discriminative model) ! _' B) v. I6 E |- r
: O, ?3 |) I6 a2 l- `
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
4 @. S. Z* x4 X$ Q, i! p/ w4 @1、直接计算p(Ck|X)p(Ck|X) 6 K4 p/ H( i- H' d8 t: X1 \3 |# L+ u' y
2、使用决策理论(decision theory)为每一个新的X分配一个类型标签
}- |8 h. {7 C* V2 E# Q, m5 Y———————————————— : g/ R9 `, n0 ]* `
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。
2 ]* c4 w7 R2 o* D- _原文链接:https://blog.csdn.net/dmsgames/article/details/81939903 ) {- J! K6 O( x1 y: L3 ~' {; ^
% L r* p7 F; U0 H2 y$ |
b2 `, Z6 d# X- N
|