生成模型与判别模型
监督学习方法有生成方法与判别方法，所学到的模型分别为生成模型与判别模型
-
生成模型：
-
判别模型：判别方法从数据直接学习决策函数或条件概率分布作为模型
生成模型特点：当样本容量增大时，生成方法能以更快的收敛速度逼近真实模型
判别方法的特点：由于直接学习决策函数或条件概率，可以对数据进行各种程度的抽象、定义特征并使用特征，因此可以简化问题
分类问题
在监督学习中，当输入连续或离散的变量X时，输出变量Y为有限个离散值，这种预测问题叫做分类问题；监督学习从数据中学习一个分类模型，称为分类器；分类器再对输入数据进行预测，叫做分类
评价分类器性能的指标是分类准确率，即分类器能正确分类的样本数量与样本总数之比
