1.7生成模型和判别模型
来源:互联网 发布:人才系统java源码 编辑:程序博客网 时间:2024/04/29 06:06
生成模型:通过学习联合概率P(X,Y),然后求出条件分布P(Y|X)为预测模型,典型如:朴素贝叶斯模型,隐马尔科夫模型
判别模型:学习的是条件概率P(Y|X)和决策函数f(X)作为预测函数,典型如:k临近法,感知机,决策树,logistic回归模型,最大熵模型,支持向量机,提升方法,条件随机场
生成优点:生成方法可以还原出联合概率P(X,Y),判别不能,生成方法收敛更快,存在隐变量时,不能使用判别模型;
判别优点:直接面对预测,学习的准确率更高,可以简化学习问题。
不是很直观,后续解决?
0 0
- 1.7生成模型和判别模型
- 判别模型 和 生成模型
- 生成模型和判别模型
- 判别模型 和 生成模型
- 判别模型 和 生成模型
- 生成模型和判别模型
- 判别模型 和 生成模型
- 生成模型和判别模型
- 判别模型和生成模型
- 判别模型和生成模型
- 判别模型 和 生成模型
- 判别模型 和 生成模型
- 生成模型和判别模型
- 生成模型和判别模型
- 判别模型 和 生成模型
- 判别模型 和 生成模型
- 生成模型和判别模型
- 判别模型 和 生成模型
- Memcached, Redis, MongoDB对比
- Bootstrap-激活导航状态
- 量化大咖来了!CCTV证券首席研究官带你破解量化奥秘
- 21天精通java基础之Day14泛型
- layer:子父之间的数据传递
- 1.7生成模型和判别模型
- 测试圆珠笔 测试用例 为什么选择做测试
- 欢迎使用CSDN-markdown编辑器
- github 新建组织 新建仓库 [U02]
- String类(一)
- set的基本使用
- 算法之栈的实现2
- [gSOAP]MFC调用WEBService 中文乱码
- 新手在路上! Android UI界面设计