Discriminative model(判别模型):
对p(y|x)建模,只能计算在给定特征x情况下,目标y出现的概率。可以认为是对特征x的判断,故称为判别模型。一般都是监督训练,很难改造成无监督的。在分类问题上可能比generative model好一些。
Generative model(生成模型):
对p(x|y)和p(y)建模,利用这个模型,我们可以模拟生成各个特征数据,故而称为生成模型。可以对变量之间的复杂关系建模,一般比discriminative model性能好。
举个例子,假设我们的特征是“颜色”、“味道”、“形状”,目标是“葡萄”和“香蕉”。那么训练得到的判别模型会告诉我们:“颜色=红色,味道=酸,形状=圆”的样本是葡萄的概率是0.8,而“颜色=黄色,味道=甜,形状=长”的是香蕉的概率是0.9;而生成模型会告诉你:如果是葡萄,那“颜色=黄/红”的概率分别是多少,“味道=酸/甜”的概率又分别是多少。