机器学习小问题 -- 生成式模型与判别式模型

本文介绍了机器学习中的两种主要模型类型——生成式模型与判别式模型。生成式模型通过建模联合分布p(x,y)来预测y,而判别式模型直接建模后验概率p(y|x)。尽管生成式模型可以推导出判别式模型,反之则不行。常见例子和两者比较也在文中展开讨论。" 129717180,8753399,Python实现softmax函数详解及源码分享,"['Python', '开发语言', 'numpy', '机器学习']
摘要由CSDN通过智能技术生成

本篇博文总结最近学习到的生成式模型与判别式模型的知识。


1. 简介

就像之前在总结分类和聚类时说的一样,机器学习基本在做的事情就是在分类、打标签,我们的模型也就像一个个分类机器(个人看法,欢迎指正)。而这么多的模型,可以分为两类:生成式模型判别式模型。

对于一个分类器,当我们丢进去 x 以后,那么我们到底该如何决定它该分到哪一个标签呢,也就是它抛出的 y 会是多少呢?很自然地,我们会想到使条件概率 p(y|x) 最大的 y 是我们的理想值。说到这里,我们就可以接着简单介绍生成式模型和判别式模型了

判别式模型:按名字,并不严谨地,我们可以理解为它直接判别 y 到底应该为多少。它直接对后验概率 p(y|x) 建模,然后求使得 p(y|x) 最大的 y,从而得到 y 的估计值。

生成式模型:按名字,同样并不严谨地,我们可以理解为它是‘生成’一个分布。因为他是对联合分布 p(x,y) 进

判别式模型生成式模型机器学习中两种常见的模型类型。生成式模型是通过学习数据的分布来建立模型P(y|x),然后利用该模型来生成新的数据。典型的生成式模型有朴素贝叶斯模型,它通过学习数据的分布来建立概率模型,然后利用该模型来生成新的数据。判别式模型是通过学习输入和输出之间的映射关系来建立模型y=f(x),然后利用该模型来预测新的输出。典型的判别式模型有支持向量机模型,它通过学习输入和输出之间的映射关系来建立分类模型,然后利用该模型来预测新的分类结果。生成式模型判别式模型都有各自的优缺点,选择哪种模型取决于具体的应用场景和数据特征。常见的生成式模型包括决策树、朴素贝叶斯、隐马尔可夫模型、条件随机场、概率潜在语义分析、潜在狄利克雷分配、高斯混合模型。常见的判别式模型包括感知机、支持向量机、K临近、Adaboost、K均值、潜在语义分析、神经网络。逻辑回归既可以看做是生成式模型,也可以看做是判别式模型。\[1\]\[2\] #### 引用[.reference_title] - *1* *2* [生成式模型判别式模型](https://blog.csdn.net/weixin_46359306/article/details/130422585)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [判别式模型生成式模型](https://blog.csdn.net/Ai_ViVi/article/details/41204309)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
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