生成模型与辨别模型（Generative vs discriminative model）

人工智障仁波切

于 2018-08-22 13:40:10 发布

阅读量1.1k

点赞数

CC 4.0 BY-SA版权

分类专栏：机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/dmsgames/article/details/81939903

机器学习专栏收录该内容

11 篇文章

订阅专栏

本文对比了生成模型与辨别模型的基本原理及应用。生成模型利用贝叶斯理论推断后验分布，需考虑先验分布与条件概率；而辨别模型直接计算给定输入下类别的后验概率，通过决策理论进行分类。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

生成模型与辨别模型（Generative vs discriminative model）

这两个模型一般是讲的分类问题

生成模型

1、使用贝叶斯理论推断后验分布 $p(C_k|x)$ ,需要考虑先验分布 $p(C_k)$ 和 $p(X|C_k)$
也可以对联合分布 $p(X,C_k)$ 建模
2、使用决策论对x分配类
例子：

辨别模型（discriminative model）

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 $C_k$
1、直接计算 $p(C_k|X)$
2、使用决策理论（decision theory）为每一个新的X分配一个类型标签

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

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。