2020-08-12

• 生成模型，就是生成(数据的分布)的模型；
• 判别模型，就是判别(数据输出量)的模型。
• 生成式模型：
  朴素贝叶斯
  混合高斯模型
  隐马尔科夫模型(HMM)
  贝叶斯网络
  Sigmoid Belief Networks
  马尔科夫随机场(Markov Random Fields)
  深度信念网络(DBN)
• 判别式模型：
  K近邻(KNN)
  线性回归(Linear Regression)
  逻辑斯蒂回归(Logistic Regression)
  神经网络(NN)
  支持向量机(SVM)
  高斯过程(Gaussian Process)
  条件随机场(CRF)
  CART(Classification and Regression Tree)

理解：

• 判别式模型举例：要确定一个羊是山羊还是绵羊，用判别模型的方法是从历史数据中学习到模型，然后通过提取这只羊的特征来预测出这只羊是山羊的概率，是绵羊的概率。（logistic回归，>0.5为正例，否则，为反例）

• 生成式模型举例：利用生成模型是根据山羊的特征首先学习出一个山羊的模型，然后根据绵羊的特征学习出一个绵羊的模型，然后从这只羊中提取特征，放到山羊模型中看概率是多少，在放到绵羊模型中看概率是多少，哪个大就是哪个。（朴素贝叶斯分类就是这样）