目录
区别:监督学习模型可分为生成模型与判别模型
-
判别模型直接学习决策函数或者条件概率分布
-
直观来说,判别模型学习的是类别之间的最优分隔面,反映的是不同类数据之间的差异
-
-
生成模型学习的是联合概率分布
P(X,Y)
,然后根据条件概率公式计算P(Y|X)
优缺点
-
判别模型
-
优点
-
直接面对预测,往往学习的准确率更高
-
由于直接学习
P(Y|X)
或f(X)
,可以对数据进行各种程度的抽象,定义特征并使用特征,以简化学习过程
-
-
缺点<
-
目录
判别模型直接学习决策函数或者条件概率分布
直观来说,判别模型学习的是类别之间的最优分隔面,反映的是不同类数据之间的差异
生成模型学习的是联合概率分布P(X,Y)
,然后根据条件概率公式计算 P(Y|X)
判别模型
优点
直接面对预测,往往学习的准确率更高
由于直接学习 P(Y|X)
或 f(X)
,可以对数据进行各种程度的抽象,定义特征并使用特征,以简化学习过程
缺点<