|企服解答
生成式模型和判别式模型有哪些:1.生成式模型:朴素贝叶斯、贝叶斯网络、隐马尔可夫模型、隐马尔可夫模型;2.判别式模型:k 近邻法、决策树、逻辑斯谛回归模型、最大熵模型、支持向量机、条件随机场;等等。
生成式模型和判别式模型有哪些
1.生成式模型
朴素贝叶斯、贝叶斯网络、隐马尔可夫模型、隐马尔可夫模型
2.判别式模型
k近邻法、决策树、逻辑斯谛回归模型、最大熵模型、支持向量机、条件随机场
|企服解答
1.生成式模型
优点
(1)由于统计了数据的分布情况,所以其实际带的信息要比判别模型丰富,对于研究单类问题来说也比判别模型灵活性强;
(2)模型可以通过增量学习得到(增量学习是指一个学习系统能不断地从新样本中学习新的知识,并能保存大部分以前已经学习到的知识。);
(3)收敛速度更快,当样本容量增加的时,生成模型可以更快的收敛于真实模型;
(4)隐变量存在时,也可以使用。
缺点
(1)学习和计算过程比较复杂,由于学习了更多的样本信息,所以计算量大,如果我们只是做分类,就浪费了这部分的计算量;
(2)准确率较差;
(3)往往需要对特征进行假设,比如朴素贝叶斯中需要假设特征间独立同分布,所以如果所选特征不满足这个条件,将极大影响生成式模型的性能。
2.判别式模型
优点
(1)由于关注的是数据的边界,所以能清晰的分辨出多类或某一类与其他类之间的差异,所以准确率相对较高;
(2)计算量较小,需要的样本数量也较小;
缺点
(1)不能反映训练数据本身的特性;
(2)收敛速度较慢。
[免责声明]
文章标题: 生成式模型和判别式模型有哪些
文章内容为网站编辑整理发布,仅供学习与参考,不代表本网站赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题,请及时沟通。发送邮件至36dianping@36kr.com,我们会在3个工作日内处理。