機器學習--判別式模型與生成式模型
一、引言 本材料參考Andrew Ng大神的機器學習課程 http://cs229.stanford.edu 在上一篇有監督學習回歸模型中，我們利用訓練集直接對條件概率p(y|x;θ)建模，例如logistic回歸就利用hθ(x) = g(θTx)對p(y|x;θ)建模（其中g(z ...
原文：機器學習之判別式模型和生成式模型
判別式模型 Discriminative Model 是直接對條件概率p y x 建模。常見的判別式模型有線性回歸模型 線性判別分析 支持向量機SVM 神經網絡 boosting 條件隨機場等。 舉例：要確定一個羊是山羊還是綿羊，用判別模型的方法是從歷史數據中學習到模型，然后通過提取這只羊的特征來預測出這只羊是山羊的概率，是綿羊的概率。 生成式模型 Generative Model 則會對x和y的 ...
2017-02-23 20:02 0 8525 推薦指數：
相關推薦
判別式模型與生成式模型的區別
生成式模型(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： 生成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) 生成式模型可以根據貝葉斯公式 ...
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 ...
常見生成式模型與判別式模型
生成式模型 P(X,Y)對聯合概率進行建模，從統計的角度表示數據的分布情況，刻畫數據是如何生成的，收斂速度快。 • 1. 判別式分析 • 2. 朴素貝葉斯Native Bayes • 3. 混合高斯型Gaussians • 4. K近鄰KNN • 5. 隱馬爾科夫模型HMM • 6. 貝葉斯網絡 ...
常見生成式模型與判別式模型
生成式模型 P(X,Y)對聯合概率進行建模，從統計的角度表示數據的分布情況，刻畫數據是如何生成的，收斂速度快。• 1. 判別式分析• 2. 朴素貝葉斯Native Bayes• 3. 混合高斯型Gaussians• 4. K近鄰KNN• 5. 隱馬爾科夫模型HMM• 6. 貝葉斯網絡• 7. ...
生成式模型和判別式模型
有監督學習回歸模型中，我們利用訓練集直接對條件概率p(y|x;θ)建模，例如logistic回歸就利用hθ(x) = g(θTx)對p(y|x;θ)建模（其中g(z)是sigmoid函數）。假設現在有一個分類問題，要根據一些動物的特征來區分大象(y = 1)和狗(y = 0)。給定這樣的一種 ...
判別式模型 vs. 生成式模型
1. 簡介 生成式模型(generative model)會對\(x\)和\(y\)的聯合分布\(p(x,y)\)進行建模,然后通過貝葉斯公式來求得\(p(y|x)\), 最后選取使得\(p(y|x)\)最大的\(y_i\). 具體地, \(y_{*}=arg \max_{y_i}p(y_i ...
判別式模型與生成式模型
目錄 一． 簡介 1 二． 對比 1 三． 二者所包含的算法 2 3.1 生成式模型 2 3.2 判別式模型 2 判別式模型 vs. 生成式模型 簡介 生成式模型（generadtive ...