判别模型和生成模型

监督学习方法分为生成方法和判别方法,学习到的模型分为生成模型和判别模型。

例子

对于简单的二分类问题

  • 判别模型:学到一个好的分界线,直接把两类区分开
  • 生成模型:学到两类各自的分布,当新的数据来的时候,看看属于哪个分布从而区分数据

判别模型与生成模型的对比

特点

判别模型

生成模型

学习内容

P(Y|X)P(Y|X)

P(X,Y)=P(X|Y)P(Y)P(X,Y)=P(X|Y)P(Y)

特点

反映异类差异;学习准确率更高;不需要数据分布的假设

反映同类的相似度;反映数据本身的特性;收敛更快,适合数据较小的情况

典型方法

逻辑回归、SVM

朴素贝叶斯、马尔科夫模型、高斯混合模型

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏机器学习、深度学习

卫星图像中的车辆分析--A Large Contextual Dataset for Classification, Detection and Counting of Cars

A Large Contextual Dataset for Classification, Detection and Counting of Cars wi...

2369
来自专栏Duncan's Blog

超参的搜索方法整理

网格搜索通过查找搜索范围内的所有的点,来确定最优值。它返回目标函数的最大值或损失函数的最小值。给出较大的搜索范围,以及较小的步长,网格搜索是一定可以找到全局最大...

1532
来自专栏机器学习算法原理与实践

Bagging与随机森林算法原理小结

    在集成学习原理小结中,我们讲到了集成学习有两个流派,一个是boosting派系,它的特点是各个弱学习器之间有依赖关系。另一种是bagging流派,它的特...

943
来自专栏杨熹的专栏

详解 LSTM

今天的内容有: LSTM 思路 LSTM 的前向计算 LSTM 的反向传播 关于调参 ---- LSTM 长短时记忆网络(Long Short Term Mem...

3695
来自专栏xingoo, 一个梦想做发明家的程序员

吴恩达机器学习笔记 —— 10 神经网络参数的反向传播算法

神经网络可以理解为两个过程:信号的正向传播和误差的反向传播。在正向的传播过程中,计算方法为Sj=wijxi+bj,其中i是样本、j是层数。然后xj=f(Sj),...

760
来自专栏https://www.cnblogs.com/L

【机器学习】--回归问题的数值优化

回归问题求解时梯度下降由于样本数据的多样性,往往对模型有很大的影响,所以需要对样本数据做一些优化

773
来自专栏算法channel

3 张PPT理解如何训练 RNN

损失函数选用交叉熵,机器学习的很多算法模型也都会选用交叉熵。显然,损失函数大小不想受训练语料库的单词数影响,因此计算所有训练单词的交叉熵再求平均即可。

961
来自专栏人工智能LeadAI

Bagging

1644
来自专栏Brian

深度学习笔记-优化算法

深度学习模型是作用在大型数据集上进行训练,选择好的优化算法不仅可以节省你的时间问题,还可以帮助你找到最优解进而解决你的问题。今天来了解一下常用的优化算法:Min...

770
来自专栏MyBlog

时序数据异常检测(2)指数平滑方法

上文我们使用LOF-ICAD方法实现了时序数据的异常检测, 这次我们介绍一种更为常见的方法-------指数平滑.

691

扫码关注云+社区