對於輸入x，類別標籤y
生成式模型估計他們的聯合概率分布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得到判別式模型，但是反過來不行。
常見的判別式模型主要有：
logistic regression
svm
traditional neural networks
nearest neighbor
crf
linear discriminant analysis
boosting
linear regression
常見的生成式模型主要有：
gaussians
***** bayes
mixtures of multinomials
mixtures of gaussians
mixtures of experts
hmms
sigmoidal belief networks, bayesian networks
markov random fields
latent dirichlet allocation
生成模型與判別模型
監督學習的任務就是學習乙個模型，應用這個模型，對給定的輸入 相應的輸出。這個模型一般為決策函式 y f x 或 條件概率分布 p y x 生成方法 定義 由資料學習聯合概率分布 p x,y 然後由p y x p x,y p x 求出概率分布p y x 基本思想是首先建立樣本的聯合概率密度模型p x,...
生成模型與判別模型
現有的模式分類方法主要分為兩類，一類是生成式方法，比如gmm gaussian mixture model em kmeans 聚類 這類方法主要反映同類資料之間的相似度 一類是判別式方法，比如svm，主要是反映異類資料之間的差異。fisher kernel是想要結合二者的優勢 1，生成式方法可以處...
生成模型與判別模型
監督學習的任務就是學習乙個模型，應用這個模型，對給定的輸入 相應的輸出。這個模型一般為決策函式 y f x 或 條件概率分布 p y x 生成方法 定義 由資料學習聯合概率分布 p x,y 然後由p y x 求出概率分布 p y x 該方法表示了給定輸入 x產生輸出 y的生成關係。典型模型 樸素貝葉...