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

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(Ck|x)p(Ck|x),需要考虑先验分布p(Ck)p(Ck)p(X|Ck)p(X|Ck)
也可以对联合分布p(X,Ck)p(X,Ck)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CkCk
1、直接计算p(Ck|X)p(Ck|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
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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