判别式模型：生成分类函数和分类hyperplane，学习条件概率
生成式模型：对数据进行建模后分数据类别建立不同的模型，学习联合概率后得到条件概率。
共通点：依赖条件概率
不同点：生成式模型会依据联合概率P(x,y),由贝叶斯公式P（A|B）=P（A）P（B|A）/P（B）计算得到条件概率。判别式模型无法辨别数据本身的特性，需要数据较少；生成式模型需要大量数据，学习成本较高。
生成式模型可转判别式，判别式不可转生成式。
生成式和判别式模型的区别
最新推荐文章于 2024-09-27 10:58:53 发布
文章探讨了机器学习中两种主要的模型类型——判别式模型和生成式模型。判别式模型直接学习分类边界，适用于数据量较小的情况，而生成式模型通过学习数据的联合分布来推导条件概率，需要更多的数据。生成式模型可以转化为判别式模型，但反之则不行。
扫一扫
8770
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
