生成式模型与判别式模型
Posted Data+Science+Insight
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了生成式模型与判别式模型相关的知识，希望对你有一定的参考价值。
生成式模型与判别式模型
有监督机器学习方法可以分为生成方法和判别方法：
- 生成式模型：直接对联合分布进行建模，如：混合高斯模型、隐马尔科夫模型、马尔科夫随机场等
- 判别式模型：对条件分布进行建模，如：条件随机场、支持向量机、逻辑回归等
生成模型优缺点介绍
优点：
- 生成给出的是联合分布，不仅能够由联合分布计算条件分布（反之则不行），还可以给出其他信息。如果一个输入样本的边缘分布很小的话，那么可以认为学习出的这个模型可能不太适合对这个样本进行分类，分类效果可能会不好。
- 生成模型收敛速度比较快，即当样本数量较多时，生成模型能更快地收敛于真实模型。
- 生成模型能够应付存在隐变量的情况，比如混合高斯模型就是含有隐变量的生成方法。
缺点：
- 天下没有免费的午餐，联合分布是能提供更多的信息，但也需要更多的样本与计算；尤其是为
以上是关于生成式模型与判别式模型的主要内容，如果未能解决你的问题，请参考以下文章