文档介绍
2020/2/16机器学习基础|大话生成模型与判别模型机器学习基础|大话生成模型与判别模型原创石头机器学习算法那些事2019-12-19监督学习包含了两类构建机器学习模型的方法——判别模型和生成模型，我们以一篇生动的故事来引出这两类模型的概念。故事：有一个父亲有两个孩子，孩子A有能够深入学习一切事物的特殊才能，孩子B有能够学习他所看到事物之间区别的能力。一天，父亲带两个孩子去动物园，这个动物园很小且只有两类动物——狮子和大象。他们离开动物园后，父亲指向一只动物并问他们：这只动物是狮子还是大象？孩子A根据自己在动物园里看到狮子和大象的特征，马上在一张纸上画出了狮子和大象，然后他将这两幅图像与站在他面前的动物进行了比较，并根据与动物最接近的图像匹配作出了回答：“这只动物是狮子”。孩子B根据学习到的可以区分大象和狮子的特征，作出了回答：“这只动物是狮子”。在这里，他们的任务都是对眼前的动物进行分类，但是学习和寻找答案的方式是完全不同的，在机器学习中，我们通常把孩子A称为生成模型，孩子B称为判别模型。生成模型学习联合概率分布p(x,y)，然后根据贝叶斯理论预测条件概率p(y|x)，推导公式为：判别模型直接学习条件概率分布P(y|x)或学习决策函数y=f(x)预测输出。由（1）式可知生成模型可以得到判别模型，但判别模型得不到生成模型。如何用生成模型和判别模型进行分类？我们知道生成模型和判别模型的分类方法都是基于条件概率分布p(y|x)进行的，对于K分类，我们选择条件概率最大时的类为预测类，即：再次回顾（1）式，我们发现p(x)是一个常数，因此p(y|x)与p(x,y)是成正比的关系，即：下面举一个简单的例子来解释生成模型和判别模型的构建过程以及如何用该模型去进行分类：https//mp.weixin.qqcom/s?__biz=MzU0MDQ1NjAzNg&mid=22474