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。
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。