判别式模型与生成式模型

最新推荐文章于 2024-10-11 12:02:37 发布
最新推荐文章于 2024-10-11 12:02:37 发布
阅读量1.6k 收藏 1
点赞数
分类专栏： 数据挖掘算法解析指南
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wenyusuran/article/details/40856815
版权
本文介绍了判别式模型和生成式模型的基本概念、特点及应用场景。判别式模型关注条件概率P(class|context)，如Logistic Regression和SVM，适用于多类别识别，但不能反映数据特性。生成式模型估计联合概率P(class, context)，如Naive Bayes和HMM，能处理数据不完整情况，但学习和计算复杂。两者间的关系是生成式模型可以导出判别式模型，反之则不行。" 134270776,20781210,MySQL与Densenet改进YOLOv5：中草药图像分类系统,"['人工智能', '图像处理', '深度学习', '数据库', '计算机视觉']

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

了解本专栏 订阅专栏 解锁全文
生成式模型和判别式模型的区别
zhangt766的博客
06-16 9100
机器学习可以分为两大类：生成式模型（Generative Model）、判别式模型（Discriminative Model）。 现在有一堆球，颜色信息已知为绿色和黄色两种，有且仅有这两种颜色，这里，球的颜色为y（目标变量），坐标轴上位置为特征X。我们想要知道，如果在坐标轴的某一位置x新放入一个球，这个球会是什么颜色的？ 1.生成式模型的思想： 生成式模型使用的是联合概率P(X,Y)，若已知x（球的坐标位置信息），通过计算出P(X,Y)我们就可以知道球的颜色。 P(X,Y) = P(Y)*P(X|Y)，其中
【机器学习】：判别式模型与生成式模型
故沉的博客
01-04 8228
目录 问题引出 基本概念 举个例子 优缺点 模型实例 参考文献 问题引出 来源：牛客网 以下几种模型方法属于判别式模型(Discriminative Model)的有() 1)混合高斯模型 2)条件随机场模型 3)区分度训练 4)隐马尔科夫模型 基本概念 监督学习的任务是学习一个模型，应用这个模型对给定的输入预测相应的输出。 监督学习又分为生成方法(ge...
判别式模型和生成式模型
YJ语
07-29 584
判别式模型 (Discriminative Model)： 直接对条件概率p(y|x)进行建模，常见判别模型有：线性回归、决策树、支持向量机SVM、k近邻、神经网络等； 生成式模型 (Generative Model)： 对联合分布概率p(x,y)进行建模，常见生成式模型有：隐马尔可夫模型HMM、朴素贝叶斯模型、高斯混合模型GMM、LDA等； 判别式模型与生成式模型的对比： 生成式模型更普适；判别式模型更直接，目标性更强 生成式模型关注数据是如何产生的，寻找的是数据分布模型；判别式模型关注的数据的
判别式模型 vs. 生成式模型
Rain
06-17 440
本文介绍机器学习中的生成模型与判别模型 生成式模型（generadtive model）会对的联合分布进行建模，然后通过贝叶斯公式求得条件概率（在x发生的条件下y发生的概率），最后选择使得取得最大的。一般来说，生成式模型都会对数据的分布做一定的假设，比如朴素贝叶斯会假设在给定的条件下各个特征之间是条件独立的。当数据满足这些假设时,生成式模型通常需要较少的数据就能取得不错的效果,但是当这些...
【机器学习】判别式模型与生成式模型
小马日记
10-20 1265
一、判别式模型与生成式模型简介 1、判别模型（Discriminative Model） 是直接对条件概率P(Y∣X;θ)\displaystyle P( Y|X;\theta )P(Y∣X;θ)建模。判别式方法关心的是给定输入XXX，应该预测什么样的输出YYY。 2、生成模型（Generative Model） 是对X和Y的联合概率分布P(X,Y)建模，然后通过贝叶斯公式求得P(yi∣x)\di...
判别式模型和生成式模型的区别
01-07
其实机器学习的任务是从属性X预测标记Y，即求概率P(Y|X)。 判别式模型 对于判别式模型来说求得P(Y|X)，对未见示例X，根据P(Y|X)可以求得标记Y，即可以直接判别出来，如上图的左边所示，实际是就是直接得到...生成式模型
49_判别式模型和生成式模型1
08-03
判别式模型和生成式模型是机器学习领域中的两种核心模型，它们在处理问题的方式上有着本质的区别。本文将深入探讨这两种模型的概念、特点、优缺点以及常见的应用场景。 首先，让我们明确两者的定义。判别式模型直接...
机器学习之判别式模型和生成式模型
weixin_41036461的博客
10-14 1604
https://www.cnblogs.com/nolonely/p/6435213.html   判别式模型（Discriminative Model）是直接对条件概率p(y|x;θ)建模。常见的判别式模型有线性回归模型、线性判别分析、支持向量机SVM、神经网络、boosting、条件随机场等。 　　举例：要确定一个羊是山羊还是绵羊，用判别模型的方法是从历史数据中学习到模型，然后通过提取这...
生成/判别式模型
最新发布
aksjebdjj的博客
10-11 2576
特性生成式模型判别式模型学习目标联合分布 P(x,y)P(x,y)条件分布 $ P(y数据生成能力可以生成新数据无法生成新数据主要任务数据生成、密度估计、异常检测等分类、回归、序列标注等优势适合处理缺失数据、生成任务分类效果好，训练效率高劣势分类任务性能可能不佳，训练复杂无法生成数据，缺失数据处理能力较差典型模型朴素贝叶斯、GAN、VAE、HMM逻辑回归、SVM、神经网络。
关于生成式模型与判别式模型
qq_34993631的博客
01-18 762
判别式模型是 假设Model 规定lose function 然后使用algorithm 使得lose function 最小化就会得到Model的参数。 也就是直接从数据集中得到决策边界。 生成式模型是 使用已有的数据集得到特征的分布。一个Label下的分布，比如已知鳕鱼的条件下它的长与宽的分布。（这一步也就有了探究是怎样的特征分布造就了鳕鱼。探究物质生成的原因。） 当新的物体进来之后使用Bayes公式将特征参数带入分布中（已知特征的情况下是XX鱼的概率），得到哪一个Label（鱼.
生成式模型与判别式模型
Steve Wang's blog
11-13 854
假设可观测到的集合为X，需要预测的变量集合为Y，其他变量集合为Z。 生成式模型是对联合概率分布P(X,Y,Z)P(X,Y,Z)P(X,Y,Z)进行建模，在给定观测集合X的条件下，通过计算边缘分布来得到对变量集合Y的推断，即： P(Y∣X)=P(X,Y)P(X)=∑ZP(X,Y,Z)∑Y,ZP(Y,Z∣X)P(Y|X)=\frac{P(X,Y)}{P(X)}=\frac{\sum_ZP(X,Y,Z)}{\sum_{Y,Z}P(Y,Z|X)}P(Y∣X)=P(X)P(X,Y)​=∑Y,Z​P(Y,Z∣X)∑Z​
生成式模型和判别式模型
→★佐佑思维★←
08-27 1023
在机器学习中，模型可以分为两种：判别模型和生成模型。
机器学习系列-生成模型和判别模型
君子之学必日新，日新者日进也。不日新者必日退，未有不进而不退者
02-23 1729
监督学习模型可以分为生成模型(generative model)和判别模型(discriminative model)
机器学习中的判别模式和生成模式
zhongjunlang的专栏
03-15 2170
判别式模型与生成式模型参考资料：https://www.zhihu.com/question/20446337                http://blog.163.com/huai_jing@126/blog/static/1718619832011227757554/ 生成式模型(Generative Model)与判别式模型(Discrimitive Model)是分类器常遇到的概念...
判别式模型与生成式模型的区别
weixin_30905981的博客
07-16 153
生成式模型(Generative Model)与判别式模型(Discrimitive Model)是分类器常遇到的概念，它们的区别在于： 　　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。 Andrew Ng在NIPS2001年有一篇专门比...
大模型的分类——生成式大模型和判别式大模型联系与区别
m0_59164520的博客
08-06 3882
在学习机器学习的过程中，生成式模型和判别式模型是两个经典类型的模型，弄明白两者之间的联系与区别是一个非常重要的事情，也会加深对大模型的理解。那么什么是生成模型和判别模型呢？生成式模型和判别式模型的区别与联系生成式模型和判别式模型是两种不同的机器学习类型，它们之间具有不同的目标和应用场景，很重要的一点是不论生成式模型还是判别式模型，都是基于监督学习的机器学习算法。🌟 重大消息全新上线的人工智能聊天机器人小程序正式与大家见面啦！🌟你是否曾在深夜思考人生，却无人倾诉？
机器学习中的生成模式和判别模式
weixin_30952103的博客
07-11 196
参考网址： http://blog.163.com/huai_jing@126/blog/static/1718619832011227757554/ 常见的生成式模型 判别式分析 朴素贝叶斯Native Bayes 混合高斯型Gaussians K近邻KNN 隐马尔科夫模型HMM 贝叶斯网络 sigmoid belief networks 马尔科夫随机场Markov random f...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

文宇肃然

精神和物质鼓励你选一个吧

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值