zoukankan      html  css  js  c++  java
  • 生成模型和判别模型

    对于输入x,类别标签Y:

    判别模型:由数据直接学习决策面Y=f(x)或条件概率P(Y|x)作为预测模型

    生成模型:由数据学习联合概率分布P(x,Y),然后求出条件概率P(Y|x)作为预测模型

    模型区别:

    判别模型寻找不同类别之间的分离面,反映不同类别之间的差异。

    生成模型通过统计反映同类数据的相似度。

    模型的优点和缺点:

    判别模型主要缺点:

    1,不能反映数据本身的特征

    判别模型主要优点:

    1,模型简单,容易学习。

    2,分类性能好,分类边界灵活。

    生成模型的主要缺点:

    1,模型复杂

    生成模型主要优点:

    1,信息量丰富。

    2,模型可以通过增量学习得到

    模型的联系:

    生成模型可以得到判别模型,即P(Y|x)=P(x,Y)/P(x),而判定模型不能得到生成模型

    模型应用:

    生成模型主要用在NLP领域,判别模型主要应用在模式识别领域。

  • 相关阅读:
    2017年第八届蓝桥杯C/C++ C组国赛 —— 第一题:哥德巴赫分解
    Tree Walk Aizu
    Tree Walk Aizu
    Binary Trees Aizu
    有效的括号
    划分整数
    最大子矩阵和
    最大子段和
    最长上升子序列
    合唱队形
  • 原文地址:https://www.cnblogs.com/semen/p/6798749.html
Copyright © 2011-2022 走看看