机器学习-有监督学习:判别式模型【训练阶段学习P(Y|X),预测时根据p(y|x)直接求解】、生成式模型【训练阶段对学习P(X,Y),预测时根据贝叶斯公式求解:p(y|x)=p(x,y)/p(x)】
2023-09-27 14:20:37 时间
在监督学习下,模型可以分为判别式模型与生成式模型。
先问个问题,根据经验,A批模型(神经网络模型、SVM、perceptron、LR、DT……)与B批模型(NB、LDA……),有啥区别不?(这个问题需要一些模型使用经验)应该是这样的:
- A批模型是这么工作的,他们直接将数据的Y(或者label),根据所提供的features,学习,最后画出了一个明显或者比较明显的边界(具体怎么做到的?通过复杂的函数映射,或者决策叠加等等mechanism),这一点线性LR、线性SVM应该很明显吧。
- B批模型是这么工作的,他们先从训练样本数据中,将所有的数据的分布情况摸透,然后最终确定一个分布,来作为我的所有的输入数据的分布,并且他是一个联合分布 P ( X , Y ) P(X,Y)
相关文章
- (《机器学习》完整版系列)第13章 半监督学习——13.5 基于分歧的方法(多学习器间的差异、协同训练算法)
- Splunk 会议回想: 大数据的关键是机器学习
- 查看机器上的端口
- C#,人工智能,机器学习,聚类算法,训练数据集生成算法、软件与源代码
- 机器学习是如何改善企业生产力的?(内附机器智能版图)
- 如何用机器学习预测超售,避免美联航“暴力赶客”悲剧
- 《面向机器智能的TensorFlow实践》一2.9 本章小结
- ML.NET机器学习、API容器化与Azure DevOps实践(二):案例
- 吴恩达机器学习笔记 —— 9 神经网络学习
- 《数字图像处理与机器视觉——Visual C++与Matlab实现(第2版)》——2.2 MATLAB图像类型及其存储方式
- 机器学习&深度学习资料