即当样本容量增加的时候,学到的模型可以更快收敛于真实模型(对此我的理解是在增加样本之前,模型已经学得数据的整体分布,因此当新样本进来后,很容易确定新样本所属的类别);当存在隐变量时,仍可以使用生成式模型,但是判别式模型不可使用。判别式模型和生成式模型是机器学习中很重要的两个概念,也是笔试面试中很可能出现的问题,这里整理一遍是为了让自己更好地理解和区分这两者之间的不同。参考了一篇博客,总结自 Andrew Ng 在NIPS 2001年一篇关于判别式模型和生成式模型的比较的文章。是指在给定X情况下,直接对。