判别模型只关心样本属于哪一类
生成模型估计联合概率分布，判别模型估计条件概率分布
1、生成模型：通过联合分布得到条件概率分布；关注数据内部关系，对联合分布建模，关注样本分布，如何生成
2、判别方法：不关心X和Y之间的关系；不在乎关联关系，只在乎输入X，得到的Y值；直接对条件概率进行建模
3、特点
机器学习实际更在乎，输入X，得到怎样的Y值，直接对条件概率进行建模，不知道X和Y的真实关系。生成方法往往带入初始的先验假设。
存在隐变量，生成方法可用。往往涉及EM
4、代表算法
5、举例
生成模型需要建两个模型，山羊和绵羊的模型
判别模型只需建一个模型
已知联合概率分布，求得条件概率分布，建两个模型，y=0和y=1，概率和为1
一行之和为1
最后都是用条件概率分布来比较，过程不同
6、特点
生成式模型都需要学习，判别式模型看差异
7、优缺点
1）生成式模型
2）判别式模型
标签：李航,判别,概率分布,模型,建模,生成,条件 来源： https://blog.csdn.net/so_kind/article/details/120981456
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。