生成式模型 vs 判别式模型

最新推荐文章于 2023-03-10 14:57:22 发布
最新推荐文章于 2023-03-10 14:57:22 发布
阅读量1.1k 收藏 8
点赞数
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/Datawhale/article/details/103209679
版权

点击上方“Datawhale”，选择“星标”公众号

第一时间获取价值内容

生成式模型和判别式模型的概念是机器学习领域非常重要的基础知识，但能准确区分开二者并不是一件非常容易的事情，笔者经常是看一遍忘一遍，为了巩固下知识点，我将从以下几个方面对两种模型进行介绍和对比。

概念

首先我们需要明确，两种不同的模型都用于监督学习任务中。监督学习的任务就是从数据中学习一个模型，并用基于这个模型对给定的输入预测相应的输出。这种模型的一般形式为决策函数   或者条件概率分布  。
我们先用一张图来初步感受一下，等看完文章后再回来看一遍会更直观：
定义
生成式模型先对数据的联合分布   进行建模，然后再通过贝叶斯公式计算样本属于各类别的后验概率 
最低0.47元/天 解锁文章
Datawhale
关注
  • 0
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
生成模型 VS 判别模型
This is bill的专属博客
10-23 382
监督学习方法又分生成方法（Generative approach）和判别方法（Discriminative approach），所学到的模型分别称为生成模型（Generative Model）和判别模（Discriminative Model)。 判别模型：由数据直接学习决策函数Y=f(X)或者条件概率分布P(Y|X)作为预测的模型，即判别模型。基本思想是有限样本条件下建立判别函数，不考虑样本的...
生成模型 VS 判别模型 （含义、区别、对应经典算法）
热门推荐
Taylover-Cam的博客
03-29 7万+
从概率分布的角度考虑，对于一堆样本数据，每个均有特征Xi对应分类标记yi。生成模型：学习得到联合概率分布P(x,y)，即特征x和标记y共同出现的概率，然后求条件概率分布。能够学习到数据生成的机制。判别模型：学习得到条件概率分布P(y|x)，即在特征x出现的情况下标记y出现的概率。数据要求：生成模型需要的数据量比较大，能够较好地估计概率密度；而判别模型对数据样本量的要求没有那么多。两者的优缺点如下图...
遥感算法：遥感算法总结
养乐多的博客
10-18 4355
遥感数据预处理（去云，辐射校正，合并，切割，大气校正，几何校正） 遥感影像分类（线性，阈值，机器学习，深度学习） 遥感时间序列（Landtrendr，Bfast，VCT，CUSUM，CCDC）
生成对抗网络gan原理_入门级介绍生成对抗网络（GAN）
weixin_39849127的博客
12-01 268
在过去的几十年中，由于强大的处理器和大量数据，深度学习算法已经走了很长一段路。区分模型在所有AI任务中都表现出色。另一方面，在对抗型生成网络出现之前，生成型模型无法留下深刻的印象。在2014年，伊恩·古德费洛(Ian Goodfellow)发表了一篇名为《生成对抗网络》的论文，从那以后就再也没有回头路了。Facebook的AI总监Yann LeCun称GAN为“过去10年来ML最有趣的想法”。GA...
GAN详解
kuxingseng123的博客
11-26 3577
慢慢的将各种模型啥的都给其研究透彻，全部将其搞定都行啦的理由与打算。各种模型都给其研究一波。
产生式模型和判别式模型区分
Y_hero的博客
03-20 2681
近来看到贝叶斯分类器，其中有一个知识点提及产生式模型和判别式模型，查阅了一番资料终于理解透彻了，特此记录。 产生式模型和判别式模型区分 二者是分类器中常遇到的概念，产生式模型估计它们的联合概率分布P(x,y)，判别式模型估计条件概率分布P(y|x)。 判别式模型常见的主要有： Logistic Regression SVM Traditional Neural Networks Nearest N...
判别式模型和生成式模型的区别
01-07
其实机器学习的任务是从属性X预测标记Y，即求概率P(Y|X)。 判别式模型 对于判别式模型来说求得P(Y|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...生成式模型
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...
16. 谈谈判别式模型和生成式模型1
08-03
两种主要的模型类型是判别式模型和生成式模型，它们有着不同的工作原理和应用场景。这里，我们将深入探讨这两种模型的理论基础，常见应用以及它们之间的差异。 **判别式模型**： 判别式模型直接学习的是输入特征与...
产生式模型与判别式模型的比较分析
07-03
然而，反方向转换通常是不可能的，因为判别式模型不提供足够的信息来完全恢复数据的生成过程。 在实际应用中，选择产生式还是判别式模型取决于具体任务的需求和数据特性。对于数据分布简单且符合特定概率模型的场景...
matlab影像变化检查程序,Change-Detection-Code 遥感影像变化检测经典算法(IR-MAD、 CVA、PCA),另外进行了 的Demo和精度等计算 matlab 267万源代码下...
weixin_35730840的博客
03-17 891
文件名称: Change-Detection-Code下载 收藏√ [5 4 3 2 1]开发工具: matlab文件大小: 8157 KB上传时间: 2016-11-15下载次数: 2提 供 者: 王维详细说明：遥感影像变化检测经典算法(IR-MAD、MAD、CVA、PCA),另外进行了算法的Demo和精度等计算评价(OA、Kappa、AUC、ROC)-Remote sensin...
遥感影像变化检测算法实现
weixin_39802680的博客
06-03 5910
基于遥感图像变换检测算法实现 **主要用到比值法 插值法 cva算法 rcva 算法(理解不透彻) pca 算法评价算法` 代码实现 import cv2 import matplotlib.pyplot as plt import numpy as np import math img1=cv2.imread('C:\\Users\dell\Desktop\RXX-2020-CVA\RXX-2020-CVA\Testing dataset\TianJing-SPOT/09BMP.bmp') img2=c
遥感分类方法概述
soderayer的博客
04-12 8618
早在20世纪70年代，人们就开始利用计算机进行卫星遥感图像的解译研究，其主要方法就是遥感图像目视判读，它依赖于图像解译人员的解译经验与水平。20世纪80年代，主要是利用统计模式识别方法进行遥感图像的计算机分类，这种方法的特点是根据图像中地物的光谱特征对影像中的地物进行分类。20世纪90年代以来，涌现出了大量的遥感图像分类方法，如人工智能分类法、遥感与GIS结合法、面向对象的分类法、多源信息复合分类法等都取得较好的效果。然而，由于新的分类方法的大量涌现，遥感图像分类方法出现了多而杂的问题。 总的来.
遥感影像道路提取算法——SGCN
littleyy666的博客
03-10 2788
用于从高分辨率遥感图像（TGRS）中提取复杂环境中道路的分割深度可分离图卷积网络摘要：高分辨率遥感图像的道路信息在各个领域得到广泛应用，基于深度学习的方法有效地显示了较高的道路提取性能。然而，在高分辨率遥感图像中，检测柏油路封闭或树木覆盖的道路，仍存在一些挑战，限制了提取的准确性：1)道路之间的阶级内差异较大，城市物体，特别是道路和建筑物之间的阶级间差异不明显；2)被树木、阴影和建筑物遮挡的道路难以提取；3)道路缺乏高精度遥感数据集。
【机器学习】判别式模型与生成式模型
小马日记
10-20 1096
一、判别式模型与生成式模型简介 1、判别模型（Discriminative Model） 是直接对条件概率P(Y∣X;θ)\displaystyle P( Y|X;\theta )P(Y∣X;θ)建模。判别式方法关心的是给定输入XXX，应该预测什么样的输出YYY。 2、生成模型（Generative Model） 是对X和Y的联合概率分布P(X,Y)建模，然后通过贝叶斯公式求得P(yi∣x)\di...
【机器学习】逻辑斯蒂回归（Logistic Regression）详解
qq_32742009的博客
08-16 3万+
引言 LR回归，虽然这个算法从名字上来看，是回归算法，但其实际上是一个分类算法，学术界也叫它logit regression, maximum-entropy classification (MaxEnt)或者是the log-linear classifier。在机器学习算法中，有几十种分类器，LR回归是其中最常用的一个。 logit和logistic模型的区别: 二者的根本区别在于广义...
从0到场均50万GMV，鞋服品牌的视频号直播打法3. 直播场次报表.xlsx
最新发布
07-13
从0到场均50万GMV，鞋服品牌的视频号直播打法3. 直播场次报表.xlsx
生成式模型和判别式模型的区别
06-10
生成式模型和判别式模型是机器学习中常见的两种模型类型，它们的区别主要在于模型的建立方式和应用场景。 生成式模型是基于数据的分布情况，建立生成模型，通过学习数据的分布特征，对数据进行建模，从而能够生成新的数据。生成式模型通常可以用于生成新的数据样本，比如图像、音频、文本等，也可以用于分类、聚类等任务。 常见的生成式模型包括朴素贝叶斯模型、高斯混合模型、隐马尔可夫模型等。 判别式模型是基于输入的特征建立模型，通过学习输入和输出之间的映射关系，对输入进行判别。判别式模型通常可以用于分类、回归等任务。 常见的判别式模型包括支持向量机、逻辑回归、决策树、神经网络等。 总的来说，生成式模型和判别式模型的区别主要在于建模方式和应用场景。生成式模型可以生成新的数据样本，但缺少对输入和输出之间映射关系的建模；判别式模型可以更准确地预测输出，但无法生成新的数据样本。选择使用哪种模型需要根据具体问题和数据类型来决定。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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