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)】

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)