机器学习判别式模型与生成式模型的区别

最新推荐文章于 2024-02-02 18:15:00 发布
最新推荐文章于 2024-02-02 18:15:00 发布
阅读量122 收藏
点赞数
分类专栏： DeepLearning 文章标签： 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42730997/article/details/117964866
版权
本文深入探讨了判别式模型和生成式模型的区别与应用。判别式模型直接估计条件概率P(Y|X)，如线性回归，而生成式模型则通过建模P(X|Y)和P(Y)来推断后验概率。这两种模型在机器学习中有各自的优缺点和适用场景，广泛应用于数据建模和预测任务中。
摘要由CSDN通过智能技术生成

判别式模型

直接计算 P ( Y ∣ X ) P(Y|X) P(Y∣X),即对后验概率直接建模,如线性回归算法.

生成式模型

对 P ( X ∣ Y ) , P ( Y ) P(X|Y),P(Y) P(X∣Y),P(Y)建模,从数据中计算这些概率的参数值,再利用贝叶斯求后验概率.

爱吃糖的小北
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
判别式模型和生成式模型的区别
01-07
X)，对未见示例X，根据P(Y|X)可以求得标记Y，即可以直接判别出来，如上图的左边所示，实际是就是直接得到了判别边界，所以传统的、耳熟能详的机器学习算法如线性回归模型、支持向量机SVM等都是判别式模型，...
生成式模型和判别式模型的区别
zhangt766的博客
06-16 8650
机器学习可以分为两大类：生成式模型（Generative Model）、判别式模型（Discriminative Model）。 现在有一堆球，颜色信息已知为绿色和黄色两种，有且仅有这两种颜色，这里，球的颜色为y（目标变量），坐标轴上位置为特征X。我们想要知道，如果在坐标轴的某一位置x新放入一个球，这个球会是什么颜色的？ 1.生成式模型的思想： 生成式模型使用的是联合概率P(X,Y)，若已知x（球的坐标位置信息），通过计算出P(X,Y)我们就可以知道球的颜色。 P(X,Y) = P(Y)*P(X|Y)，其中
生成模型与判别模型的区别与理解
xiaobaizaza_Ry的博客
10-16 1万+
一、判别方法与生成方法 监督学习方法可分为判别方法和生成方法。 判别方法（Discriminative approach） 由数据直接学习决策函数Y=f(X)或者条件概率分布P(Y|X)作为预测的模型，即判别模型。判别方法关心的是对于给定的输入X，应该预测什么样的输出Y。基本思想是有限样本条件下建立判别函数，不考虑样本的产生模型，直接研究预测模型。典型的判别模型包括k近邻，感知级，决策树，支持向量机等。 生成方法（Generative approach） 由数据学习联合概率密度分布P(X,Y)，然后由
生成式模型和判别式模型区别
laosao_66的博客
09-22 994
当存在隐变量（当我们找不到引起某一现象的原因的时候，我们就把这个在起作用但是无法确定的因素，叫“隐变量”） 时，仍可以利用生成方法学习，此时判别方法不能用。监督学习的任务就是从数据中学习一个模型，并用基于这个模型对给定的输入预测相应的输出。，然后从待识别的羊中提取特征 x，然后带入到模型中以判断这只羊是绵羊和山羊概率（比如 LR 中，结果大于 0.5 为正例，小于 0.5 为反例）。学习和计算过程比较复杂，由于学习了更多的样本信息，所以计算量大，如果我们只是做分类，就浪费了这部分的计算量；
机器学习：生成模型和判别模型的区别
JacksonKim的博客
10-01 6890
一、名词解释 生成方法由数据学习联合概率风波P(X,Y)，然后求出条件概率分布P(Y|X)为预测的模型，即生成模型： P(Y∣X)=P(X,Y)P(X)P(Y|X)=\frac{P(X,Y)}{P(X)}P(Y∣X)=P(X)P(X,Y)​ 这样的方法之所以称为生成方法，是因为模型表示了给定输入X产生输出Y的生成关系。典型的生成模型由朴素贝叶斯法和隐马尔可夫模型。 判别方法由数据直接学习决策函数f(X)或者条件概率分布P(Y|X)作为预测模型，即判别模型。判别方法关心的是对给定的输入X，应该预测什么样的输出
49_判别式模型和生成式模型1
08-03
判别式模型和生成式模型是机器学习领域中的两种核心模型，它们在处理问题的方式上有着本质的区别。本文将深入探讨这两种模型的概念、特点、优缺点以及常见的应用场景。 首先，让我们明确两者的定义。判别式模型直接...
16. 谈谈判别式模型和生成式模型1
08-03
两种主要的模型类型是判别式模型和生成式模型，它们有着不同的工作原理和应用场景。这里，我们将深入探讨这两种模型的理论基础，常见应用以及它们之间的差异。 **判别式模型**： 判别式模型直接学习的是输入特征与...
产生式模型与判别式模型的比较分析
07-03
总结起来，产生式模型和判别式模型是机器学习中的两种重要模型，各有优缺点。 产生式模型，如Gaussians、Naive Bayes和HMMs，关注于数据的联合概率分布，试图模拟数据是如何生成的。它们可以用来描述数据的内在结构...
第04课 概率图模型，生成式模型与判别式模型，贝叶斯网，马尔科夫链，隐马尔科夫模型HMM
02-10
33.第三十三套：机器读心术之文本挖掘与自然语言处理高级视频教程
Discriminative Learning (判别式学习）和Generative Learning（生成式学习）
weixin_43120238的博客
10-07 3197
Discriminative Learning 给定一个观测值x，判别式模型（discriminative model）是目标Y的条件概率，即P(Y∣X=x)P(Y|X =x)P(Y∣X=x)。 举个例子：（猫狗分类） Try to find a straight line (decision boundary) that can separates the cats and dogs. 寻找一个分类边界来将cats和dogs的数据分开。 Check which side of the new data..
Discriminative Learning和Generative Learning
pennyliang的专栏
12-08 7352
Discriminative 学习算法是一类模型化输入（X）输出（Y）的关系的方法，简单来说就好比中医，我们只知道用若干个药（当归，虎骨。。。）可以凑成一个药方，就能治疗跌打病痛。但我们并不去了解内部的原因，我们将其看做一个黑盒，只需了解Ｘ和Ｙ的关系，即model Ｐ（Ｙ｜Ｘ）．学习的结果就是X的一组参数，好比当归2钱，虎骨1两。Discriminative Learning要求X的各个项是独立变
判别式模型与生成式模型
热门推荐
wolenski的专栏
09-16 4万+
判别式模型与生成式模型的区别 产生式模型(Generative Model)与判别式模型(Discrimitive Model)是分类器常遇到的概念，它们的区别在于： 对于输入x，类别标签y： 产生式模型估计它们的联合概率分布P(x,y) 判别式模型估计条件概率分布P(y|x) 产生式模型可以根据贝叶斯公式得到判别式模型，但反过来不行。 Andrew Ng在NIPS2001
浅谈生成式和判别式模型的区别和联系
最新发布
Xbusiwang的博客
02-02 708
生成式和判别式模型
判别式模型和生成式模型的区别（discriminative model and generative model）
amblue的专栏
11-29 1万+
在NLP和机器学习中经常会遇到这两种显著不同的模型，在学习阶段（训练阶段）和评估阶段（测试阶段）都有不同的表现 总结一下它们之间的区别，欢迎补充： 1. 二者最本质的区别是建模对象不同    假设有样本输入值（或者观察值）x，类别标签（或者输出值）y    判别式模型评估对象是最大化条件概率p(y|x)并直接对其建模，生成式模型评估对象是最大化联合概率p(x,y)并对其建模。
生成式模型、判别式模型的区别？
Jiashilin
05-16 8698
生成式模型、判别式模型的区别？ ​ 对于机器学习模型，我们可以根据模型对数据的建模方式将模型分为两大类，生成式模型和判别式模型。如果我们要训练一个关于猫狗分类的模型， 对于判别式模型，只需要学习二者差异即可。比如说猫的体型会比狗小一点。 而生成式模型则不一样，需要学习猫张什么样，狗张什么样。有了二者的长相以后，再根据长相去区分。 具体而言： 生成式模型：由数据学习联合概率分布P(X,Y...
判别模型和生成模型的区别
kyle1314608的博客
05-11 1545
20210511 生成联合 深沉的河里的鲶鱼 判别条件 生成模型和判别模型的区别 1.监督学习分为生成模型和判别模型 有监督机器学习方法可以分为生成方法和判别方法（常见的生成方法有混合高斯模型、朴素贝叶斯法和隐形马尔科夫模型等，常见的判别方法有SVM、LR等），生成方法学习出的是生成模型，判别方法学习出的是判别模型。 2.生成模型 生成模型主要是求解联合概率密度，比如我们有数据集：（C，X），其中（c,x）表示其中一个样本，c为类别，x为特征。那么对于生成模型来说我们需要求解p(x,c)的联合概率密
判别式模型和生成式模型的区别是什么
05-15
判别式模型（discriminative model）和生成式模型（generative model）是机器学习中常见的两种模型类型，它们之间的区别主要体现在以下几个方面： 1. 目标不同：判别式模型的目标是学习样本的条件概率分布 $P(y|x)$...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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