优缺点 生成式模型 得到的是联合概率分布,能够得到更多信息,但是付出代价需要样本较多,计算更多; 当样本数据较多,能够快速收敛 (隐马尔科夫、朴素贝叶斯、LDR)判别式模型 得到条件概率分布; 样本数据需求较少, 得到的信息较少,节省计算资源,准确率一般比生成式模型高; (SVM、感知机、KNN、决策树) 例子 判断狗是哈士奇还是金毛: 判别式只学习一种模型;生成式模型学习多种模型,根据金毛学习一个模型,根据哈士奇学习一个模型,有多少类别生成多少模型;生成式模型可以检测异常点;