如何区分模型与生成模型？

发布时间：2020-09-24 18:47:37 丨 浏览次数：

如何区分模型与生成模型？长春沙盘模型为您分享

判别模型和生成模型有两个边界。种是针对有监督学习的分类问题。该问题的策略是给出样本的向量(例如图像、声音等原始数据或由此提取的特征向量)。这里我们称它为输入变量，其策略是预测样本的类别，即标号值，通常是离散标量，即类别数。

因此，算法要处理的问题是根据训练样本建立以下映射函数：关于这个问题，求解思路，我们分别介绍。它被称为生成模型。已知输入变量x和策略变量y，首先建模它们的联合概率分散p(x，y)，然后计算样本属于每一类的条件概率，即类后验概率，根据这个值来完成分类，例如概率的类。根据概率论的常识。

这里是样本输入向量的联合概率密度函数和边缘密度函数。对上述方法的直观解释是，我们已经知道一个样本有一个特定的特征x，现在我们必须确定它进入哪一类，而自然的因果关系是，样本具有这个特征，因为它属于某个类别。

以上就是长春沙盘模型为大家分享的如何区分模型与生成模型，想了解鞥更多请持续关注本网站！