机器学习中的判别式模型和生成式模型

前言

  在机器学习中，对于有监督学习可以将其分为两类模型：判别式模型和生成式模型。简单地说，判别式模型是针对条件分布建模，而生成式模型则针对联合分布进行建模。

---

用例子说明概念

判别式模型：要确定一个瓜是好瓜还是坏瓜，用判别式模型的方法是从历史数据中学习到模型，然后通过提取这只瓜的特征来预测出这只瓜是好瓜的概率，是坏瓜的概率。
生成式模型：是根据瓜的特征首先学习出一个好瓜的模型，然后根据坏瓜的特征学习出一个坏瓜的模型，然后从这个瓜中提取特征，放到好瓜模型中看概率是多少，再放到坏瓜模型中看概率是多少，哪个大就是哪个。

  上图左边为判别式模型而右边为生成式模型，可以很清晰地看到差别，判别式模型是在寻找一个决策边界，通过该边界来将样本划分到对应类别。而生成式模型则不同，它学习了每个类别的边界，它包含了更多信息，可以用来生成样本。

二者所包含的算法

参考资料：判别式模型和生成式模型end+D