1 区别 （1）判别模型 学习P(x|y)。是用一个模型或函数直接拟合概率分布P(y|x)，拟合P(x|y)，...
判别模型是直接基于后验条件概率进行建模，而生成模型是对联合分布进行建模。并且生成模型可以推到判别后验...
之所以有生成模型和判别模型这两种方法，是因为通常我们有训练数据x和对应的标签Y，所以我们可以计算出P(...
判别式模型目标在于得到一个判别边界，而生成式模型目标在于数据与标签的联合分布。
direct approach , we are maximizing a likelihood function defined through the conditional distributionp...
【判别模型】是去建立P(Y|X)，即后验概率。从而输入x，直接得到y。【生成模型】是直接或间接建立P(...
生成式模型可以学习P(X,Y)和P(Y∣X)，判别式模型只能学习P(Y∣X)。输入与输出对又称为样本或样本...
生成式模型的世界是这个样子：ΣP(x,y)=1 而判定式模型的世界是这个样子：∑yP(y|x)=1 ...
判别式模型：由数据直接学习决策函数Y=f(X)或条件概率分布P(Y|X)作为预测模型，即判别模型。判别方法...