生成模型与辨别模型(Generative vs discriminative model), W1 b0 P- M. I7 r: z3 j
2020年数学中国认证杯网挑群:10843120883 X( _1 T- V$ ]% p8 G- a
" V( \/ h8 K1 E9 t
% p+ Y) x8 s4 ?# W
生成模型与辨别模型(Generative vs discriminative model)
+ k2 @7 t9 i% |# D/ M: {+ D" k+ G$ }. v1 X5 d
这两个模型一般是讲的分类问题
8 P$ N8 Z$ _2 [6 I. @
% k" F' y; a3 y生成模型
3 f1 z2 R5 w9 ~- R; D* b# B! j) d% v
6 g G; b0 M5 g, r7 J1、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)
2 S8 A+ ? j" A- o也可以对联合分布p(X,Ck)p(X,Ck)建模
4 ~+ E \0 q! d& x# m5 F9 H! V2、使用决策论对x分配类 6 n0 ?1 P2 o9 u! h6 s8 f
例子: 4 N: O! K6 U4 X& p8 l
! W, l) P( m; Z/ h6 N4 P辨别模型(discriminative model)
# b" @; \ T J) F! h2 w2 v3 h4 _: L1 ~! ]' Q+ s
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
; k0 P3 }. d9 |! c+ T1、直接计算p(Ck|X)p(Ck|X)
* I. x( } F4 Y6 S! Y6 h8 K2、使用决策理论(decision theory)为每一个新的X分配一个类型标签
! [- C9 X) y9 w2 e————————————————
6 z! n; Z: l2 H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。 ' v" w: D3 t+ C( H! A8 n8 B
原文链接:https://blog.csdn.net/dmsgames/article/details/81939903 ( O! t/ q C* z$ y1 G) r3 G9 O' @
; b N# h( u* V" ?2 K
. {- w/ |! P, i0 T1 J+ u, T9 o
|