生成模型与判别模型

通过训练集得到的模型有两种形式：生成模型和判别模型。生成模型（Generative Models）和判别模型（Discriminative Models）是机器学习中两种核心建模方法，它们在目标、建模对象、应用场景和优缺点上存在显著差异。理解它们的区别对选择合适的算法至关重要。一、生成模型典型的生成模型包括：朴素贝叶斯法、隐马尔可夫模型（时间序列的概率模型）。注：输入和输出变量要求为随机变量。二、判别模型典型的判别模型包括：k近邻法、感知机、决策树。注：不需要输入和输出变量均为随机变量。对于判别模型可以根据二者的鼻子的长度来判定类别，而生成方法需要分别对二者建立特征模型，就不只包括鼻子，还有嘴巴等