生成式模型(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：　　生成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) 　　生成式模型可以根据贝叶斯公式 ...

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 ...

生成式模型 P(X,Y)对联合概率进行建模，从统计的角度表示数据的分布情况，刻画数据是如何生成的，收敛速度快。 • 1. 判别式分析 • 2. 朴素贝叶斯Native Bayes • 3. 混合高斯型Gaussians • 4. K近邻KNN • 5. 隐马尔科夫模型HMM • 6. 贝叶斯网络 ...

生成式模型 P(X,Y)对联合概率进行建模，从统计的角度表示数据的分布情况，刻画数据是如何生成的，收敛速度快。• 1. 判别式分析• 2. 朴素贝叶斯Native Bayes• 3. 混合高斯型Gaussians• 4. K近邻KNN• 5. 隐马尔科夫模型HMM• 6. 贝叶斯网络• 7. ...

　 有监督学习回归模型中，我们利用训练集直接对条件概率p(y|x;θ)建模，例如logistic回归就利用hθ(x) = g(θTx)对p(y|x;θ)建模（其中g(z)是sigmoid函数）。假设现在有一个分类问题，要根据一些动物的特征来区分大象(y = 1)和狗(y = 0)。给定这样的一种 ...

1. 简介 生成式模型(generative model)会对\(x\)和\(y\)的联合分布\(p(x,y)\)进行建模,然后通过贝叶斯公式来求得\(p(y|x)\), 最后选取使得\(p(y|x)\)最大的\(y_i\). 具体地, \(y_{*}=arg \max_{y_i}p(y_i ...

判别式模型和生成式模型主要区别是他们的构造方法不一样 判别式模型概念：直接基于条件概率来构造P(y|x)，不需要求联合概率，属于此类型的算法有逻辑回归、决策树、KMM、K_meas、SVM 生成式模型概念：基于贝叶斯公式来构造的，需要求联合概率，典型的生成式模型有贝叶斯 ...

判别式模型（Discriminative Model）是直接对条件概率p(y|x;θ)建模。常见的判别式模型有 线性回归模型、线性判别分析、支持向量机SVM、神经网络等。 生成式模型（Generative Model）则会对x和y的联合分布p(x,y)建模，然后通过贝叶斯公式来求得p(yi|x ...