生成式模型、判别式模型

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：
  1. 判别式只学习一种模型；
  2. 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；
  3. 生成式模型可以检测异常点；