生成模型与辨别模型(Generative vs discriminative model)) @' [, J4 |( h4 T7 v5 s/ M2 N
2020年数学中国认证杯网挑群:1084312088
+ Y: F# l/ C3 L" z8 f) {" a% G3 {) g' I, c$ h8 G E5 g! E! t
- U/ V) o) x# q4 N生成模型与辨别模型(Generative vs discriminative model) * D6 i6 `, s! u. }# @8 f
8 I" ~* y0 A/ W3 ]/ M( o& Z( _
这两个模型一般是讲的分类问题
; P. U' F" f. R: p
6 r7 d4 f1 a, f9 A8 V8 q生成模型
. p' U+ J+ J$ M0 F+ L N* w, ]& o6 G1 R
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) 2 r1 i! ~& c4 x/ F1 i
也可以对联合分布p(X,Ck)p(X,Ck)建模 5 X8 ~8 l( l8 f7 N, V; D
2、使用决策论对x分配类
9 i5 H' \# w+ W7 g0 t% [( F例子: 9 _/ W: d+ z0 ?
, d9 A* P8 G& C" D8 l
辨别模型(discriminative model) , g& o2 X( y! x) b! q
' p5 H+ p' W& k3 A, Q, V* 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
+ r( c* c/ t% D* s' A1、直接计算p(Ck|X)p(Ck|X)
8 g5 E/ E+ H' N# _2、使用决策理论(decision theory)为每一个新的X分配一个类型标签
+ J2 ^, X7 @# K# k: P———————————————— ) }/ L( g* N$ h6 e2 I7 n" q
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。 ; N+ M% ?, e( R# O; ]4 y* g
原文链接:https://blog.csdn.net/dmsgames/article/details/81939903 " [) b, C0 ~2 R+ @' S
1 y" Z1 S$ Y6 H0 n- L% Z' u- W0 M
; ~ ]1 P2 [% H6 m: C" M2 I( r1 G$ m |