本文共 582 字,大约阅读时间需要 1 分钟。
区别在于:
对于输入x,类别标签y:
生成式模型估计它们的联合概率分布P(x,y) 判别式模型估计条件概率分布P(y|x)生成式模型可以根据贝叶斯公式得到判别式模型,但反过来不行。
判别式模型常见的主要有:
Linear Regression(线性回归)
Logistic Regression
最大熵模型
SVM(支持向量机)
Traditional Neural Networks(神经网络)
Nearest Neighbor(最近邻)
CRF(条件随机场)
Linear Discriminant Analysis(线性判别分析)
决策树
Boosting (提升方法)
生成式模型常见的主要有:
SGM (Gaussians,单高斯模型)
Naive Bayes(朴素贝叶斯)
Mixtures of Multinomials(混合多项式模型)
GMM (Mixtures of Gaussians,混合高斯模型)
Mixtures of Experts (多专家模型)
HMMs(隐马尔科夫模型)
Sigmoidal Belief Networks,
Bayesian Networks(贝叶斯网)
MRF(Markov Random Fields,马尔科夫随机场)
LDA(Latent Dirichlet Allocation,隐狄利克雷分配模型)
转载地址:http://pdwbf.baihongyu.com/