生成方法
由数据学习联合概率分布P(X,Y),然后求出条件概率分布P(Y|X)作为预测的模型,生产模型:P(Y|X)=P(X,Y)/P(X)
模型表示了给定输入X产生输出Y的生成关系。
代表方法:隐马尔可夫模型,朴素贝叶斯模型
优点:收敛快,允许存在隐变量
判别方法
由数据直接虚席决策函数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。关心的是对给定的输入X,应该预测什么样的输出Y。
代表方法:感知机,k近邻法,决策树,逻辑斯的回归模型,最大熵模型,支持向量机,提升方法个条件随机场。
优点:准确率高,简化学习