1、生成模型:
由数据学习联合概率分布,然后根据联合分布求得条件概率分布作为预测的模型
关心的是X和Y的生成关系
eg 朴素贝叶斯,HMM
2、判别方法:
由数据直接学习决策函数或者条件概率分布作为预测模型
关心的是给定X输出什么样的Y
eg 决策树,lr,svm
区别:存在隐变量的同时,仍然可以使用生成模型。
但是判别模型准确率更高因为直接学习的就是f
1、生成模型:
由数据学习联合概率分布,然后根据联合分布求得条件概率分布作为预测的模型
关心的是X和Y的生成关系
eg 朴素贝叶斯,HMM
2、判别方法:
由数据直接学习决策函数或者条件概率分布作为预测模型
关心的是给定X输出什么样的Y
eg 决策树,lr,svm
区别:存在隐变量的同时,仍然可以使用生成模型。
但是判别模型准确率更高因为直接学习的就是f