机器学习----贝叶斯分类器(判别模型和生成模型)

本文探讨了机器学习中的判别模型和生成模型,解释了它们的数学表述和形象区别。判别模型直接估计条件概率p(y|x),如逻辑回归,而生成模型通过贝叶斯公式推导出p(y|x),如高斯判别分析。生成模型能提供数据的详细信息,而判别模型关注类别间的区分。当数据近似高斯分布时,高斯判别分析可能优于logistic回归。
摘要由CSDN通过智能技术生成

判别模型和生成模型

数学表述

监督学习方法分 判别方法(Discriminative Approach) 和 生成方法(Generative Approach),所学到的模型分别称为 判别模型(Discriminative Model) 和 生成模型(Generative Model)。

所谓判别模型模型是直接判别测试用例所属的类别,即直接对 p(y|x) 进行建模,例如logistic regression, y=σ(θTx) 。它直接计算出所属类别的概率。
但是我们还有另一种方法~注意到贝叶斯公式:

p(y|x)=p(x,y)p(x)=p
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值