判別式模型與生成式模型的區別


產生式模型(Generative Model)與判別式模型(Discrimitive Model)是分類器常遇到的概念,它們的區別在於:

對於輸入x,類別標簽y:
產生式模型估計它們的聯合概率分布P(x,y)
判別式模型估計條件概率分布P(y|x)

產生式模型可以根據貝葉斯公式得到判別式模型,但反過來不行。

判別式模型常見的主要有:

    Logistic Regression

    SVM

    Traditional Neural Networks

    Nearest Neighbor

    CRF

    Linear Discriminant Analysis

    Boosting

    Linear Regression

產生式模型常見的主要有:                    

       Gaussians

       Naive Bayes

       Mixtures of Multinomials

       Mixtures of Gaussians

       Mixtures of Experts

       HMMs

  Sigmoidal Belief Networks, Bayesian Networks

  Markov Random Fields

  Latent Dirichlet Allocation

兩個模型的對比

 


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM