首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >判别式模型(Discriminative model)

判别式模型(Discriminative model)

作者头像
easyAI
发布2019-12-18 17:32:47
1.3K0
发布2019-12-18 17:32:47
举报
文章目录

百度百科版本

在机器学习领域判别模型是一种对未知数据 y 与已知数据 x 之间关系进行建模的方法。判别模型是一种基于概率理论的方法。已知输入变量 x ,判别模型通过构建条件概率分布 P(y|x) 预测 y 。

查看详情

维基百科版本

判别模型,也称为条件模型,是一类用于统计分类的模型,尤其是在有监督的 机器学习中。判别分类器试图通过仅依赖于观察到的数据进行建模,同时学习如何从给定的统计数据进行分类。监督学习中使用的方法可以分为判别模型或生成模型。与生成模型相比,判别模型对分布的假设较少,但在很大程度上取决于数据的质量。

例如,给定一组狗和兔子的标记图片,辨别模型将新的未标记图片与最相似的标记图片匹配,然后给出标签类,狗或兔子。然而,生成将开发一个模型,应该能够从他们所做的假设输出类标签到未标记的图片,就像所有兔子都有红眼。典型的判别学习方法包括逻辑回归(LR),支持向量机(SVM) ),条件随机场(CRF)(在无向图上指定)等。典型的生成模型方法包含朴素贝叶斯,高斯混合模型等。

查看详情

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2019年1月29日,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 百度百科版本
  • 维基百科版本
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档