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