机器学习之生成式模型与判别式模型的区别

原创

于 2023-07-18 16:43:03 发布 · 2.4k 阅读

·

0

·

CC 4.0 BY-SA版权

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。

文章标签：

#生成式模型 #判别式模型 #机器学习 #秋招 #算法

文章讲述了生成式模型关注联合分布建模，能够处理隐变量场景，但可能在准确性上逊色；而判别式模型直接学习条件概率或决策函数，适合小样本学习，且精度通常更高。两者在机器学习中有各自的优势和适用范围。

根本区别在于是否计算了联合分布 $P (X, Y)$ 和是否比较了模型输出的概率大小.

生成式模型的特点

对联合分布进行建模，然后通过朴素贝叶斯来求条件概率，选择使得条件概率最大的 $Y <$

最低0.47元/天解锁文章

评论

成就一亿技术人!

拼手气红包6.0元

还能输入1000个字符

添加红包

插入表情

表情包

代码片

HTML/XML
objective-c
Ruby
PHP
C
C++
JavaScript
Python
Java
CSS
SQL
其它

条评论被折叠查看

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。