判别式和产生式的区别

这个题目遇到两次


自然语言处理中,经常要处理序列标注问题(分词、词性标注、组快分析等),为给定的观察序列标注标记序列。

os分别代表观察序列和标记序列,

 

根据贝叶斯公式,

1 生成模型和判别模型的定义

os进行统计建模,通常有两种方式:

(1)生成模型

构建os的联合分布p(s,o) = p(s) *p(o|s)

(2)判别模型

构建o和s的条件分布p(s|o)

2 判别模型和生成模型的对比

(1)训练时,二者优化准则不同

生成模型优化训练数据的联合分布概率;

判别模型优化训练数据的条件分布概率,判别模型与序列标记问题有较好的对应性。

(2)对于观察序列的处理不同

生成模型中,观察序列作为模型的一部分;

判别模型中,观察序列只作为条件,因此可以针对观察序列设计灵活的特征。

(3)训练复杂度不同

判别模型训练复杂度较高。需要各种梯度下降,优化等等求解参数

生成式模型感觉只要统计共现频率(就像朴素贝叶斯)


(4)是否支持无指导训练

生成模型支持无指导训练。


3 优缺点

判别式:

- 主要特点:
寻找不同类别之间的最优分类面,反映的是异类数据之间的差异。
- 优点:
分类边界更灵活,比使用纯概率方法或生产模型得到的更高级。
能清晰的分辨出多类或某一类与其他类之间的差异特征
在聚类、viewpoint changes, partial occlusion and scale variations中的效果较好
适用于较多类别的识别


生成式:

优点:可以增量式训练


4 主要模型


判别式:

logistic regression

  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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