生成算法与判别算法

生成算法最典型的是朴素贝叶斯算法，判别算法最典型的是逻辑回归算法。

生成算法与判别算法都是用于解决分类问题，但是解决的思路有点区别。

判别算法直接告诉我们某个样本被判断属于哪个类，生成算法告诉我们某个样本属于各个类别的概率，然后我们取概率最大的那个类别作为分类的结果。

下面结合具体的算法解释这两种思想的算法。

Naive Bayes（朴素贝叶斯）

可用来做二分类。

是一种生成学习算法。

logistical regression（逻辑回归）也是一个二类分类器，但是和Naive Bayes是两种不同的思路，思想非常不一样。

假设我们要在一群动物中区分蚂蚁和大象。

生成学习算法教我们用从训练数据中学习出蚂蚁长什么样子，大象长什么样子。

然后现在有一个动物，我们要判断它是哪一种，计算它更像哪一个就把它判断为哪一个物种。

写得有点混乱，希望以后能写得更清楚一点！