區別在於：
對於輸入x，類別標籤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得到判別式模型，但反過來不行。
判別式模型常見的主要有：
linear regression（線性回歸）
logistic regression
最大熵模型
svm（支援向量機）
traditional neural networks（神經網路）
nearest neighbor（最近鄰）
crf（條件隨機場）
linear discriminant analysis（線性判別分析）
決策樹boosting （提公升方法）
生成式模型常見的主要有：
sgm （gaussians，單高斯模型）可參考：混合高斯模型（mixtures of gaussians）和em演算法
***** bayes（樸素貝葉斯）
mixtures of multinomials（混合多項式模型）
gmm （mixtures of gaussians，混合高斯模型）
mixtures of experts （多專家模型）
hmms（隱馬爾科夫模型）
sigmoidal belief networks,
bayesian networks（貝葉斯網）
mrf（markov random fields，馬爾科夫隨機場）
lda（latent dirichlet allocation，隱狄利克雷分配模型）
判別式模型和生成式模型
判別式模型與生成式模型 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，類別標籤y 1.生成式模型估計它們的聯合概率分布p x,y 2.判別式模型估計決策函式f x 或條件概率分布p y x 3.生成...
判別式模型和生成式模型
生成式模型 generative model 與判別式模型 discrimitive model 的區別在於 對於輸入x，類別標籤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 判別式模型常見的主要有 邏輯回歸 logistic regression 支援向量機...
判別式模型和生成式模型
判別式模型 discriminative model 直接對條件概率p y x 進行建模，常見判 別模型有 線性回歸 決策樹 支援向量機svm k近鄰 神經網路等 生成式模型 generative model 對聯合分布概率p x,y 進行建模，常見生成式 模型有 隱馬爾可夫模型hmm 樸素貝葉斯模...