机器学习:生成式模型和判别式模型
决策函数Y=f(X)与条件概率分布P(Y|X)
决策函数Y=f(x):输入一个x,它就输出一个y值,这个y与一个阈值比较,根据比较结果判定x属于哪个类别。
条件概率分布P(y|x):输入一个x,它通过比较它属于所有类的概率,然后预测时应用最大后验概率法(MAP)即比较条件概率最大的类为x对应的类别。
举个例子,对于一个二分类问题:对于Y=f(x)形式的分类模型,如果输出Y大于某个阈值V就属于类w1,否则属于类w2;而对于P(y|x)形式的分类模型,分别计算条件概率,如果P(w1|x)大于P(w2|x),x就属于类w1,否则属于类w2。
生成式模型与判别式模型
生成式模型(Generative Model):由数据学习联合概率密度分布P(x,y),然后生成条件概率分布P(y|x),或者直接学得一个决策函数 Y=f(x),用作模型预测。
判别式模型(Discriminative Model):由数据直接学习决策函数f(x)或者条件概率分布P(y|x)作为预测。
异同点
1.生成模型和判别模型都属于监督学习的模型。
2.生成式模型可以根据贝叶斯公式得到条件概率分布P(y|x),但反过来不行,即判别方法不能还原出联合概率分布P(x,y)。
3.生成方法学习联合概率密度分布P(x,y),所以就可以从统计的角度表示数据的分布情况,能够反映同类数据本身的相似度,但它不关心到底划分各类的那个分类边界在哪;判别方法不能反映训练数据本身的特性,但它寻找不同类别之间的最优分类面,反映的是异类数据之间的差异。
常见模型分类
生成式模型:
- 判别式分析
- 朴素贝叶斯
- 混合高斯模型
- 隐马尔科夫模型(HMM)
- 贝叶斯网络
- Sigmoid Belief Networks
- 马尔可夫随机场(Markov Random Fields)
- 深度信念网络(DBN)
判别式模型:
- 线性回归(Linear Regression)
- 逻辑斯特回归(Logistic Regression)
- K近邻(KNN)
- 感知机
- 神经网络(NN)
- 支持向量机(SVM)
- 决策树
- 最大熵模型(maximum entropy model, MaxEnt)
- 高斯过程(Gaussian Process)
- 条件随机场(CRF)
- 区分度训练
- boosting方法
借用一个网友举的通俗易懂的例子
假如你的任务是识别一个语音属于哪种语言,对面一个人走过来,和你说了一句话,你需要识别出她说的到底是汉语、英语还是法语等。那么你可以有两种方法达到这个目的:
(1)学习每一种语言,你花了大量精力把汉语、英语和法语等都学会了,我指的学会是你知道什么样的语音对应什么样的语言。然后再有人过来对你说,你就可以知道他说的是什么语音.
(2)不去学习每一种语言,你只学习这些语言之间的差别,然后再判断(分类)。意思是指我学会了汉语和英语等语言的发音是有差别的,我学会这种差别就好了。
第一种方法就是生成方法,第二种方法是判别方法。
参考一篇比较判别式模型和生成式模型的paper:
On Dicriminative vs. Generative classfier: A comparison of logistic regression and naive Bayes
机器学习:生成式模型和判别式模型相关推荐
- 【机器学习】生成式模型和判别式模型
在机器学习中,对于有监督学习可以将其分为两类模型:判别式模型和生成式模型.判别式模型是针对条件分布建模,而生成式模型则针对联合分布进行建模. 1.抛砖引玉 假设有训练数据(X,Y),X是属性集合,Y是 ...
- 机器学习中的生成式模型VS判别式模型,分类,特点
机器学习中的生成式模型VS判别式模型,分类,特点 提示: 本文将从生成式模型与判别式模型的概念, 适用环境 具体模型 三个方面分析比较这两个模型, 并在最后对列出模型范例,进行范例比较. 基础知识: ...
- 机器学习小问题 -- 生成式模型与判别式模型
本篇博文总结最近学习到的生成式模型与判别式模型的知识. 1. 简介 就像之前在总结分类和聚类时说的一样,机器学习基本在做的事情就是在分类.打标签,我们的模型也就像一个个分类机器(个人看法,欢迎指正). ...
- 机器学习 之 生成式模型 VS 判别式模型
[摘要] 判别式模型,就是只有一个模型,你把测试用例往里面一丢,label就出来了,如SVM.生成式模型,有多个模型(一般有多少类就有多少个),你得把测试用例分别丢到各个模型里面,最后比较其结果,选择 ...
- 生成式模型 vs 判别式模型
点击上方"Datawhale",选择"星标"公众号 第一时间获取价值内容 生成式模型和判别式模型的概念是机器学习领域非常重要的基础知识,但能准确区分开二者并不是 ...
- 生成式模型、判别式模型的区别?
生成式模型.判别式模型的区别? 对于机器学习模型,我们可以根据模型对数据的建模方式将模型分为两大类,生成式模型和判别式模型.如果我们要训练一个关于猫狗分类的模型, 对于判别式模型,只需要学习二者差 ...
- 生成式模型与判别式模型
生成式模型与判别式模型的区别 生成式模型(Generative Model)与判别式模型(Discriminative Model)是分类器常遇到的问题 对于判别式模型来说求得P(Y|X),对未见示例 ...
- 生成式模型和判别式模型(通俗易懂)
原文链接:https://blog.csdn.net/qq_14997473/article/details/85219353 决策函数Y=f(X)与条件概率分布P(Y|X) 决策函数Y=f(x):输 ...
- NLP --- 产生式模型VS判别式模型
上一节我们介绍了概率图模型,这将在隐马尔可夫和条件随机场使用到,还会使用到的另外一个概念就是产生式模型和判别式模型,那么什么是产生式模型,什么是判别式模型呢?下面我们详细介绍这两种模型的区别. 他们的 ...
最新文章
- “产教融合新范式,校企聚力新实践”——2018杭州云栖大会大学合作专场论坛成功举办...
- Sublime text3关闭自动更新(hosts屏蔽)
- [Python爬虫] Selenium实现自动登录163邮箱和Locating Elements介绍
- idea无法启动Tomcat
- 特征工程系列学习(一)简单数字的奇淫技巧(下)
- 《深度学习笔记》——listnumpy索引操作的学习笔记
- python显示图片_python 一个figure上显示多个图像的实例
- Python获取照片信息
- 线性筛法--------2013年1月2日
- cocos2dx lua 打印和保存日志
- java nio网络编程的一点心得
- Mysql自增主键用完了怎么办
- Zookeeper之ZAB协议详解
- 简述与机器学习相关的十大常用Python库,极简化算法编程
- html文本阴影水平垂直,CSS中使用文本阴影与元素阴影效果
- canvas使用硬件加速
- TIA Portal 功能实战(1):Get_Alarm:读取未决的报警
- 负责将用户输入的信息转化为计算机,计算机基础复习题参考答案-
- 移动应用崛起新契机:超级app+轻应用
- 细胞生物学-5-细胞质基质与内膜系统Cytosol and Endomembrane system
热门文章
- Simultaneous Feature Learning and Hash Coding with Deep Neural Networks
- 打不出电话显示无法连接到服务器,打电话显示无法连接到服务器
- 你有职场危机感吗?5个建议为你的职业生涯加分!
- #822. 徐老师球球世界(数学题)
- 解决JVM堆内存不断扩容导致服务器内存耗尽的问题
- 《未来简史》一、主导世界力量的形成与崩塌
- 线程通信,生产者消费者问题案例,模拟来电提醒和接听电话
- 南京 雅趣 php,书房雅趣-南京大学校报电子版《南京大学报》
- Python 基础数据结构
- 矩阵压缩降维动态规划递推【P1719 最大加权矩形】