机器学习小问题 -- 生成式模型与判别式模型

最新推荐文章于 2024-08-15 17:01:06 发布
最新推荐文章于 2024-08-15 17:01:06 发布
阅读量1.6k 收藏 8
点赞数
分类专栏： 机器学习 机器学习 文章标签： 机器学习 生成式模型 判别式模型
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。
本文链接：https://blog.csdn.net/August1226/article/details/81388469
版权
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：生成式模型与判别式模型。

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

最低0.47元/天 解锁文章
August1226
关注
专栏目录
机器学习中的生成模型与判别模型
scott198512的博客
05-10 4214
机器学习生成模型与判别模型对比
产生式模型与判别式模型的比较分析
07-03
对比分析了分类器模型中产生式与判别式的区别与联系。
【机器学习】判别模型和生成模型
weixin_34081595的博客
06-19 269
  判别式模型（discriminative model） 产生式模型（generative model）   特点 寻找不同类别之间的最优分类面，反映的是异类数据之间的差异 对后验概率建模，从统计的角度表示数据的分布情况，能够反映同类数据本身的相似度 区别(假定输入x, 类别标签y) 估计的是条件概率...
【大模型理论篇】生成式模型算法原理深入浅出（涉及Stable Diffusion、生成对抗网络、高斯混合模型、隐马尔可夫模型、朴素贝叶斯等算法原理分析及生成式模型解释）
最新发布
源泉的小广场
08-15 1722
生成式ai、生成式模型、混合高斯模型、gmm、隐马尔可夫模型、hmm、朴素贝叶斯、naive bayesian、stable diffusion、稳定扩散模型、lda、主题模型、生成对抗模型、gan
机器学习之判别式模型和生成式模型
weixin_41036461的博客
10-14 1195
https://www.cnblogs.com/nolonely/p/6435213.html   判别式模型（Discriminative Model）是直接对条件概率p(y|x;θ)建模。常见的判别式模型有线性回归模型、线性判别分析、支持向量机SVM、神经网络、boosting、条件随机场等。 　　举例：要确定一个羊是山羊还是绵羊，用判别模型的方法是从历史数据中学习到模型，然后通过提取这...
判别式模型和产生式模型 (discriminative model and generative model)
weixin_34174105的博客
04-22 181
最经典的莫过于 Andrew Ng在NIPS2001年有一篇专门比较判别模型和产生式模型的文章：On Discrimitive vs. Generative classifiers: A comparision of logistic regression and naive Bayes(http://robotics.stanford.edu/~ang/papers/nips01-discri...
产生式模型与判别式模型
凤凰涅槃
03-30 223
一、产生式模型（Generative model）概念（来自wiki）        In probability and statistics, a generative model is a model for randomly generating observable data, typically given some hidden parameters. It specifies ...
判别式模型和生成式模型的区别
01-07
X)，对未见示例X，根据P(Y|X)可以求得标记Y，即可以直接判别出来，如上图的左边所示，实际是就是直接得到了判别边界，所以传统的、耳熟能详的机器学习算法如线性回归模型、支持向量机SVM等都是判别式模型，...
49_判别式模型和生成式模型1
08-03
判别式模型和生成式模型是机器学习领域中的两种核心模型，它们在处理问题的方式上有着本质的区别。本文将深入探讨这两种模型的概念、特点、优缺点以及常见的应用场景。 首先，让我们明确两者的定义。判别式模型直接...
判别式模型python_机器学习中的判别式模型和生成式模型
weixin_39796868的博客
12-17 139
目录：基本概念用例子说明概念判别式模型和生成式模型的区别二者所包含的算法在机器学习中，对于有监督学习可以将其分为两类模型：判别式模型和生成式模型。简单地说，判别式模型是针对条件分布建模，而生成式模型则针对联合分布进行建模。1. 基本概念假设我们有训练数据(X,Y)，X是属性集合，Y是类别标记。这时来了一个新的样本，我们想要预测它的类别。我们最终的目的是求得最大的条件概率作为新样本的分类。1.1 ...
生成式模型与判别式模型
weixin_46359306的博客
04-28 2381
生成式模型和判别式模型是机器学习中两种常见的模型类型。 生成式模型，又称概率模型，是指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。生成式模型的典型代表是朴素贝叶斯模型，该模型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，又称非概率模型，是指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。判别式模型的典型代表是支持向量机模型，该模型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
生成式模型和判别式模型(转)
微电子学与固体电子学-俞驰
12-28 1148
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、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、LDA 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...
机器学习：生成式模型与判别式模型
Rookiekk
03-25 2915
监督学习的任务就是学习一个模型，应用这一模型，对给定的输入预测相应的输出。这个模型的一般形式为决策函数： 或者条件概率分布： 。 监督学习方法又分为生成方法和判别方法，对应生成式模型(Generative Model)与判别式模型(Discriminative...
机器学习：生成式模型和判别式模型
Yucen的博客
12-23 9131
决策函数Y=f(X)与条件概率分布P(Y|X) 决策函数Y=f(x)：输入一个x，它就输出一个y值，这个y与一个阈值比较，根据比较结果判定x属于哪个类别。 条件概率分布P(y|x)：输入一个x，它通过比较它属于所有类的概率，然后预测时应用最大后验概率法（MAP）即比较条件概率最大的类为x对应的类别。 举个例子，对于一个二分类问题：对于Y=f(x)形式的分类模型，如果输出Y大于某个阈值V就属于...
【机器学习】判别式模型和生成式模型
热情、奔放、快乐编程！
01-02 636
即当样本容量增加的时候，学到的模型可以更快收敛于真实模型（对此我的理解是在增加样本之前，模型已经学得数据的整体分布，因此当新样本进来后，很容易确定新样本所属的类别）；当存在隐变量时，仍可以使用生成式模型，但是判别式模型不可使用。判别式模型和生成式模型是机器学习中很重要的两个概念，也是笔试面试中很可能出现的问题，这里整理一遍是为了让自己更好地理解和区分这两者之间的不同。参考了一篇博客，总结自 Andrew Ng 在NIPS 2001年一篇关于判别式模型和生成式模型的比较的文章。是指在给定X情况下，直接对。
机器学习中的判别式模型和生成式模型
weixin_40252835的博客
06-16 1198
首发于人工智能写文章机器学习中的判别式模型和生成式模型Microstrong微信公众号：Microstrong，人工智能算法工程师已关注78 人赞同了该文章目录：基本概念用例子说明概念判别式模型和生成式模型的区别二者所包含的算法在机器学习中，对于有监督学习可以将其分为两类模型：判别式模型和生成式模型。简单地说，判别式模型是针对条件分布建模，而生成式模型则针对联合分布进行建模。1. 基本概念假设我们有训练数据(X,Y)，X是属性集合，Y是类别标记。这时来了一个新的样本，我们想要预测它的类别。我们最终的目的是
判别式模型和生成式模型
07-28
判别式模型和生成式模型是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。生成式模型和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* [生成式模型与判别式模型](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* [判别式模型与生成式模型](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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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。

余额充值