李航《统计学习方法》第二版第一章-生成模型和判别模型

判别模型只关心样本属于哪一类

 生成模型估计联合概率分布，判别模型估计条件概率分布 

1、生成模型：通过联合分布得到条件概率分布；关注数据内部关系，对联合分布建模，关注样本分布，如何生成

 2、判别方法：不关心X和Y之间的关系；不在乎关联关系，只在乎输入X，得到的Y值；直接对条件概率进行建模

3、特点

机器学习实际更在乎，输入X，得到怎样的Y值，直接对条件概率进行建模，不知道X和Y的真实关系。生成方法往往带入初始的先验假设。

存在隐变量，生成方法可用。往往涉及EM

4、代表算法

5、举例

生成模型需要建两个模型，山羊和绵羊的模型

判别模型只需建一个模型

已知联合概率分布，求得条件概率分布，建两个模型，y=0和y=1，概率和为1

一行之和为1

 最后都是用条件概率分布来比较，过程不同

6、特点

 

生成式模型都需要学习，判别式模型看差异

7、优缺点

1）生成式模型

2）判别式模型

标签：李航,判别,概率分布,模型,建模,生成,条件
来源： https://blog.csdn.net/so_kind/article/details/120981456