生成模型与辨别模型(Generative vs discriminative model)
- ~% K" f' @9 V. L6 c$ e- i2020年数学中国认证杯网挑群:1084312088& G, ]- X5 E4 J5 K! R0 G3 D
9 p" A. R4 G* J( R; X' \
& g! y8 O9 c/ @1 j生成模型与辨别模型(Generative vs discriminative model) ( |) T7 k9 q6 e
+ w: B* [/ q1 v9 [& J
这两个模型一般是讲的分类问题
% l& K% B, ^7 e- w! ^7 n4 S/ p
% r! J. X' l+ [3 j" e7 J/ R生成模型
0 L4 ^+ F( w& |& ~. @
! h' W! E- R1 K( o1、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)
! v! o% a! L( g也可以对联合分布p(X,Ck)p(X,Ck)建模
( E1 ?+ Y) j! V2 f2、使用决策论对x分配类
; w/ d! a9 U+ R. E例子:
* s3 N6 F# k7 O) j9 I9 |+ @! K0 ~3 p
辨别模型(discriminative model)
3 q" i9 j+ c H- G- E
7 ~0 _& Q0 C! W6 j }$ x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 6 l; ^ s0 G- ~# e* v) k
1、直接计算p(Ck|X)p(Ck|X) - c& m: t, @: T) f0 e- f
2、使用决策理论(decision theory)为每一个新的X分配一个类型标签 * E% x' M0 U1 y3 N, u$ N
————————————————
/ g! |0 `# A0 T1 e9 Z$ i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。 * u. `8 @6 V3 k; v2 N5 G0 a# p1 e3 f
原文链接:https://blog.csdn.net/dmsgames/article/details/81939903 1 E& H2 l- ]. u3 [
: e* F. ?) \: U9 @: j; a
- }/ R$ i1 k3 v' D |