生成模型和判别模型

机器学习的任务从本质上讲是从输入到输出的一个映射，该映射称之为模型，模型我们可以用决策函数$Y=f(X)$【或$P(Y|X)$】来表示。

在监督学习这些模型的过程中，依据得到决策函数（$P(Y|X)$）方式的不同，可以将模型分为生成模型和判别模型：

生成模型

生成模型是通过贝叶斯公式$P(Y|X)=\frac{P(X,Y)}{P(X)}$的方式来得到决策函数$P(Y|X)$的

典型的生成模型有：

朴素贝叶斯，隐马尔可夫

判别模型

判别模型是由数据直接学习决策函数$P(Y|X)$的【因此，博主认为不通过生成方式的都可以认为是判别模型】

典型的判别模型有：

k近邻，感知机，决策树，逻辑回归，最大熵模型，支持向量机，提升方法和条件随机场

才疏学浅，难免有错误和不当之处，欢迎留言交流批评指正!