生成式模型与判别式模型 |
您所在的位置:网站首页 › 判别式模型有哪些 › 生成式模型与判别式模型 |
文章目录
一、习题二、总结
一、习题
1、以下属于生成式模型的是:( C ) A、SVM B、随机森林 C、隐马尔可夫模型HMM D、逻辑回归 常见的生成式模型有 隐马尔可夫模型HMM、朴素贝叶斯模型、高斯混合模型GMM、LDA等 2、以下几种模型方法属于判别式模型的有 ( C ) 1)混合高斯模型 2)条件随机场模型 3)区分度训练 4)隐马尔科夫模型 A、1,4 B、3,4 C、2,3 D、1,2 公式上看 生成模型: 学习时先得到 P(x,y),继而得到 P(y|x)。预测时应用最大后验概率法(MAP)得到预测类别 y。 判别模型: 直接学习得到P(y|x),利用MAP得到 y。或者直接学得一个映射函数 y=f(x)。 直观上看 生成模型: 关注数据是如何生成的 判别模型: 关注类别之间的差别 生成式模型 判别式分析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 线性回归(Linear Regression)K近邻(KNN)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)3、下面关于支持向量机(SVM)的描述错误的是 ( C ) A、是一种监督式学习的方法 B、可用于多分类的问题 C、是一种生成式模型 D、支持非线性的核函数 属于判别式模型,直接对条件概率p(y|x;θ)建模 4、下列模型属于机器学习生成式模型的是 ( ABCD ) A、朴素贝叶斯 B、隐马尔科夫模型(HMM) C、马尔科夫随机场(Markov Random Fields) D、深度信念网络(DBN) 5、有监督机器学习方法可以被分为判别式模型和生成式模型,下面属于生成式模型的有 ( B C ) A、SVM支持向量机 B、朴素贝叶斯 C、隐马尔科夫 D、logistic回归 判别式模型(Discriminative Model):直接对条件概率p(y|x)进行建模,如:线性回归、逻辑回归、决策树、支持向量机SVM、k近邻、神经网络等; 生成式模型(Generative Model):对联合分布概率p(x,y)进行建模,然后求出条件概率作为预测模型,如:隐马尔可夫模型HMM、朴素贝叶斯模型、高斯混合模型GMM、LDA 等; 二、总结1、两种不同的模型都用于监督学习任务中。 2、监督学习的任务就是从数据中学习一个模型,并用基于这个模型对给定的输入预测相应的输出。这种模型的一般形式为决策函数 y=f(x)或者条件概率分布P(y|x) 。 3、判别方法不关心背后的数据分布,关心的是对于给定的输入,应该预测什么样的输出。 4、生成模型估计的是联合概率分布,判别式模型估计的是条件概率分布。 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |