- 生成模型求的是联合概率,判别模型求的是条件概率。 生成模型可以生成新的样本,判别模型不可以。
- 对于分类任务来说,生成模型记住的是每个类的特点,而判别模型关注的是类别之间的差别。
- 从数学的角度看,p(x,y)=p(x|y)p(y),生成模型相对于判别模型多考虑了p(x),相当于多考虑了先验概率。
- 在分类问题中,在样本较小的情况下,容易产生过拟合,而考虑先验可以减少过拟合,所以生成模型的效果较好;当样本增大时,判别模型会渐渐优于生成模型,因为判别模型本身的直接目标就是判别类与类之间的差别。
- 比如朴素贝叶斯模型是生成模型,逻辑回归是判别模型。
生成模型和判别模型
最新推荐文章于 2020-06-11 09:36:25 发布