【機器學習】判別模型和生成模型
判別式模型（discriminative model） 產生式模型（generative model） 特點 尋找不同類別之間的最優分類面，反映的是異類數據之間的差異 對后驗概率建模，從統計 ...
原文：機器學習之生成模型和判別模型
一 引言 本材料參考Andrew Ng大神的機器學習課程http: cs .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 建模，例如logistic回歸就利用h x g Tx 對p y x 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 和狗 y 。給定這樣的一種數據集，回歸模型比如logist ...
2019-10-31 19:03 0 333 推薦指數：
相關推薦
機器學習：判別模型與生成模型
根據網上的相關博客總結了一下機器學習中的這兩個概念，參考博客見文末。 生成模型：無窮樣本==》概率密度模型 = 生成模型==》預測 判別模型：有限樣本==》判別函數 = 預測模型==》預測 機器學習中的模型一般分為兩類：判別模型、生成模型，這是對問題的兩種不同的審視角度。 假設 ...
機器學習中的生成模型和判別模型
1、生成模型和判別模型的定義 對於輸入數據集X，輸出類別Y，生成模型和判別模型可以這樣定義 判別模型：由數據集直接學習決策函數y = f(x) 或者條件概率分布P(y|x) 作為預測的模型（決策函數事實上是可以用條件概率表示的，例如在邏輯回歸中的決策函數和轉換成條件概率），這樣的模型 ...
機器學習，模型——生成模型（generative model）和判別模型（Discriminative model）
1.生成模型與判別模型區別 生成模型：學習得到聯合概率分布P(x,y)，即特征x和標記y共同出現的概率，然后求條件概率分布。能夠學習到數據生成的機制。 判別模型：學習得到條件概率分布P(y|x)，即在特征x出現的情況下標記y出現的概率。 數據要求：生成模型需要的數據量比較大，能夠較好地估計 ...
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 ...
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;θ)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 ...
機器學習面試題001：生成模型與判別模型
目錄 兩者所屬范疇 生成模型定義 為什么叫生成模型？ 判別模型定義 一個例子通俗解釋兩者 判別模型 VS 生成模型優缺點 參考資料 兩者所屬范疇 返回 ...
生成模型和判別模型
生成模型（Generative）和判別模型（Discriminative） 生成模型（Generative）和判別模型（Discriminative） 引言 最近看文章《 A survey of appearance models ...