生成式和判别式

本文深入探讨了判别式模型与生成式模型的区别,判别式模型如SVM、神经网络直接对条件概率建模,目标明确;生成式模型如HMM、朴素贝叶斯关注联合分布,更普适。文章详细解析了两类模型的特点及应用场景。

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

判别式模型(Discriminative Model):直接对条件概率p(y|x)进行建模,

常见判别模型有:线性回归、决策树、支持向量机SVM、k近邻、LDA,CRF,神经网络等;

生成式模型(Generative Model):对联合分布概率p(x,y)进行建模,

常见生成式模型有:隐马尔可夫模型HMM、朴素贝叶斯模型、高斯混合模型GMM等;


生成式模型更普适;判别式模型更直接,目标性更强生成式模型关注数据是如何产生的,寻找的是数据分布模型;

判别式模型关注的数据的差异性,寻找的是分类面由生成式模型可以产生判别式模型,但是由判别式模式没法形成生成式模型 

--------------------- 
原文:https://blog.youkuaiyun.com/qq_41853758/article/details/80864072 
 

另外更清晰的参考:

https://blog.youkuaiyun.com/huangfei711/article/details/79834780

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