生成式分类器 VS 判别式分类器
生成式分类器和判别式是根据两种不同的设计方法而得到的，即利用生成模型设计了生成式分类器，用判别模型设计了判别式分类器。 一、生成模型的方法 1.1 生成方法 由数据学习联合概率分布 P(D,H) 求出条件概率 P(H|D) 作为预测模型，即生成模型 根据后验概率 P(H|D) 进行分类 这里H可以认为是hypothesis，即预测，也是类别；D为data，即数据； P(H|D) 即有一个新的dat
相关文章
- 1. 判别式分类器vs生成式分类器：逻辑回归和朴素贝叶斯的比较
- 2. 判别式模型与生成式模型 模型分类
- 3. 模式识别之分类器
- 4. 模式识别： 线性分类器
- 5. 统计判别之模式分类（三）
- 6. 分布式ID生成器
- 7. 分布式id生成器
- 8. 生成器与判别器
- 9. 白话机器学习：模型--判别式模型 vs 生成式模型
- 10. matlab-模式识别-非参数判别分类法--------两分法
- 更多相关文章...
- • IP地址的格式和分类 - TCP/IP教程
- • typeHandler类型转换器 - MyBatis教程
- • 再有人问你分布式事务，把这篇扔给他
- • 常用的分布式事务解决方案
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 判别式分类器vs生成式分类器：逻辑回归和朴素贝叶斯的比较
- 2. 判别式模型与生成式模型 模型分类
- 3. 模式识别之分类器
- 4. 模式识别： 线性分类器
- 5. 统计判别之模式分类（三）
- 6. 分布式ID生成器
- 7. 分布式id生成器
- 8. 生成器与判别器
- 9. 白话机器学习：模型--判别式模型 vs 生成式模型
- 10. matlab-模式识别-非参数判别分类法--------两分法