1) 判别学习算法:
- 直接学习p(y|x),即给定输入特征,输出所属的类
- 或学习得到一个假设hθ(x),直接输出0或1
2) 生成学习算法:
- 对p(x|y)进行建模,p(x|y)表示在给定所属的类的情况下,显示某种特征的概率。处于技术上的考虑,也会对p(y)进行建模。
- 直接学习p(y|x),即给定输入特征,输出所属的类
- 或学习得到一个假设hθ(x),直接输出0或1
2) 生成学习算法:
- 对p(x|y)进行建模,p(x|y)表示在给定所属的类的情况下,显示某种特征的概率。处于技术上的考虑,也会对p(y)进行建模。
- p(x|y)中的x表示一个生成模型对样本特征建立概率模型,y表示在给定样本所属类的条件下
总结:判别模型,输入特征,直接输出所属的类别
生成模型,对每一种输出的类别进行建模,得出每一种类别的概率,选择最大的概 率作为预测的类别。