判别式模型与生成式模型的区别 admin 2023-02-14 17:00:02 篇首语:本文由小编为大家整理,主要介绍了判别式模型与生成式模型的区别相关的知识,希望对你有一定的参考价值。 产生式模型(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:产生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)产生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: Logistic Regression SVM Traditional Neural Networks Nearest Neighbor CRF Linear Discriminant Analysis Boosting Linear Regression产生式模型常见的主要有: Gaussians Naive Bayes Mixtures of Multinomials Mixtures of Gaussians Mixtures of Experts HMMs Sigmoidal Belief Networks, Bayesian Networks Markov Random Fields Latent Dirichlet Allocation两个模型的对比 以上是关于判别式模型与生成式模型的区别的主要内容,如果未能解决你的问题,请参考以下文章 《安富莱嵌入式周报》第268期:2022.05.30--2022.06.05 c#如何读取txt文件内容 您可能还会对下面的文章感兴趣: 相关文章 浏览器打不开网址提示“ERR_CONNECTION_TIMED_OUT”错误代码的解决方法 如何安装ocx控件 VMware的虚拟机为啥ip地址老是自动变化 vbyone和EDP区别 linux/debian到底怎么重启和关机 苹果平板键盘被弄到上方去了,如何调回正常? 机器学习常用距离度量 如何查看kindle型号