【转】判别式模型和生成式模型的介绍与区别

最新推荐文章于 2022-02-09 23:29:22 发布
转载 最新推荐文章于 2022-02-09 23:29:22 发布 · 338 阅读 · 0

本文汇总了两个链接资源，分别来自优快云博客及知乎问答，详细内容需访问链接查看。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

https://blog.youkuaiyun.com/ruyueyini/article/details/53302882

https://www.zhihu.com/question/20446337

判别式模型和生成式模型
water的博客
02-18 287
生成式模型：高斯混合模型（GMM）；马尔科夫随机场（MRF）；隐马尔可夫模型（HMM）；线性判别分析（LDA）生成式模型：由数据学习联合概率分布，求解出其联合概率密度，然后再求出条件概率作为预测的模型。判别式模型：逻辑回归，SVM，随机森林、奇异值分解（SVD），PCA主成分分析等很多。判别式模型：直接对决策函数或者是条件概率进行建模；
判别式模型和生成式模型的区别
01-07
其实机器学习的任务是从属性X预测标记Y，即求概率P(Y|X)。 判别式模型 对于判别式模型来说求得P(Y|X)，对未见示例X，根据P(Y|X)可以求得标记Y，即可以直接判别出来，如上图的左边所示，实际是就是直接得到了判别边界，所以传统的、耳熟能详的机器学习算法如线性回归模型、支持向量机SVM等都是判别式模型，这些模型的特点都是输入属性X可以直接得到Y（对于二分类任务来说，实际得到一个score，当score大于threshold时则为正类，否则为反类）~（根本原因个人认为是对于某示例X_1，对正例和反例的标记的条件概率之和等于1，即P(Y_1|X_1)+P(Y_2|X_1)=1）。 生成式模型
判别式模型与生成式模型
热门推荐
wolenski的专栏
09-16 4万+
判别式模型与生成式模型的区别 产生式模型(Generative Model)与判别式模型(Discrimitive Model)是分类器常遇到的概念，它们的区别在于： 对于输入x，类别标签y： 产生式模型估计它们的联合概率分布P(x,y) 判别式模型估计条件概率分布P(y|x) 产生式模型可以根据贝叶斯公式得到判别式模型，但反过来不行。 Andrew Ng在NIPS2001
机器学习--判别式模型与生成式模型
weixin_34026276的博客
11-01 245
一、引言 　　本材料参考Andrew Ng大神的机器学习课程http://cs229.stanford.edu 　　在上一篇有监督学习回归模型中，我们利用训练集直接对条件概率p(y|x;θ)建模，例如logistic回归就利用hθ(x) = g(θTx)对p(y|x;θ)建模（其中g(z)是sigmoid函数）。假设现在有一个分类问题，要根据一些动物的特征来区分大象(y = 1)和狗(y =...
生成式模型和判别式模型的区别
Yaphat的博客
09-18 7376
区别：产生式模型(Generative Model)与判别式模型(Discrimitive Model)它们的区别在于：假设有样本输入值（或者观察值）x，类别标签（或者输出值）y判别式模型评估对象是最大化条件概率p(y|x)并直接对其建模，生成式模型评估对象是最大化联合概率p(x,y)并对其建模。其实两者的评估目标都是要得到最终的类别标签Y， 而Y=argmax p(y|x)，不同的是判别式模型直接
【机器学习】判别模型和生成模型
weixin_34081595的博客
06-19 326
  判别式模型（discriminative model） 产生式模型（generative model）   特点 寻找不同类别之间的最优分类面，反映的是异类数据之间的差异 对后验概率建模，从统计的角度表示数据的分布情况，能够反映同类数据本身的相似度 区别(假定输入x, 类别标签y) 估计的是条件概率...
49_判别式模型和生成式模型1
08-03
判别式模型和生成式模型是机器学习领域中的两种核心模型，它们在处理问题的方式上有着本质的区别。本文将深入探讨这两种模型的概念、特点、优缺点以及常见的应用场景。 首先，让我们明确两者的定义。判别式模型直接...
16. 谈谈判别式模型和生成式模型1
08-03
两种主要的模型类型是判别式模型和生成式模型，它们有着不同的工作原理和应用场景。这里，我们将深入探讨这两种模型的理论基础，常见应用以及它们之间的差异。 **判别式模型**： 判别式模型直接学习的是输入特征与...
判别式模型（discriminative model） 和生成式模型（generative model）的区别
技术博客
08-30 5891
生成式模型(Generative Model)与判别式模型(Discrimitive Model)是机器学习中基础概念，在NLP和机器学习中经常会遇到这两种显著不同的模型，在学习阶段（训练阶段）和评估阶段（测试阶段）都有不同的表现，它们的区别在于： 对于输入x，类别标签y： 生成式模型估计它们的联合概率分布P(x,y) 判别式模型估计条件概率分布P(y|x)生成式模型可以根据贝叶斯公式得到判别式...
判别式模型与生成式模型的区别
湾区人工智能
04-07 505
判别式模型与生成式模型的区别产生式模型(Generative Model)与判别式模型(Discrimitive Model)是分类器常遇到的概念，它们的区别在于：对于输入x，类别标签y： 产生式模型估计它们的联合概率分布P(x,y)判别式模型估计条件概率分布P(y|x)产生式模型可以根据贝叶斯公式得到判别式模型，但反过来不行。判别式模型常见的主要有： 　　　　Logistic Regress...
判别式模型和生成式模型的区别（discriminative model and generative model）
amblue的专栏
11-29 1万+
在NLP和机器学习中经常会遇到这两种显著不同的模型，在学习阶段（训练阶段）和评估阶段（测试阶段）都有不同的表现 总结一下它们之间的区别，欢迎补充： 1. 二者最本质的区别是建模对象不同    假设有样本输入值（或者观察值）x，类别标签（或者输出值）y    判别式模型评估对象是最大化条件概率p(y|x)并直接对其建模，生成式模型评估对象是最大化联合概率p(x,y)并对其建模。
生成式模型、判别式模型的区别？
Jiashilin
05-16 8838
生成式模型、判别式模型的区别？ ​ 对于机器学习模型，我们可以根据模型对数据的建模方式将模型分为两大类，生成式模型和判别式模型。如果我们要训练一个关于猫狗分类的模型， 对于判别式模型，只需要学习二者差异即可。比如说猫的体型会比狗小一点。 而生成式模型则不一样，需要学习猫张什么样，狗张什么样。有了二者的长相以后，再根据长相去区分。 具体而言： 生成式模型：由数据学习联合概率分布P(X,Y...
生成式模型和判别式模型区别
qq_22901249的博客
02-09 2461
两者都是进行分类(classification)的模型。生成模型(generative model)通过学习先验分布来推导后验分布而进行分类，而判定模型(discriminative model)直接学习后验分布来进行分类。 对于分类模型，一般有三种建模方法：生成模型，判定模型和直接学习决策边界。举例来说，如果信用卡公司需要通过建模学习如何通过个人收入(X)来检测其是否会成为坏账(Y)。一种建模的方法是先学习整体的坏账率(P(Y))以及在坏账与非坏账的群体中，个人收入是如何分布的(P(X|Y))。在学习这两
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值