如何区分模型与生成模型?
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!
扫一扫关注微信公众帐号