生成式模型和判别式模型有哪些

｜企服解答

生成式模型和判别式模型有哪些：1.生成式模型：朴素贝叶斯、贝叶斯网络、隐马尔可夫模型、隐马尔可夫模型；2.判别式模型：k 近邻法、决策树、逻辑斯谛回归模型、最大熵模型、支持向量机、条件随机场；等等。

生成式模型和判别式模型有哪些

　　1.生成式模型

　　朴素贝叶斯、贝叶斯网络、隐马尔可夫模型、隐马尔可夫模型

　　2.判别式模型

　　k近邻法、决策树、逻辑斯谛回归模型、最大熵模型、支持向量机、条件随机场

｜企服解答

　　1.生成式模型

　　优点

　　（1）由于统计了数据的分布情况，所以其实际带的信息要比判别模型丰富，对于研究单类问题来说也比判别模型灵活性强；

　　（2）模型可以通过增量学习得到（增量学习是指一个学习系统能不断地从新样本中学习新的知识，并能保存大部分以前已经学习到的知识。）；

　　（3）收敛速度更快，当样本容量增加的时，生成模型可以更快的收敛于真实模型；

　　（4）隐变量存在时，也可以使用。

　　缺点

　　（1）学习和计算过程比较复杂，由于学习了更多的样本信息，所以计算量大，如果我们只是做分类，就浪费了这部分的计算量；

　　（2）准确率较差；

　　（3）往往需要对特征进行假设，比如朴素贝叶斯中需要假设特征间独立同分布，所以如果所选特征不满足这个条件，将极大影响生成式模型的性能。

　　2.判别式模型

　　优点

　　（1）由于关注的是数据的边界，所以能清晰的分辨出多类或某一类与其他类之间的差异，所以准确率相对较高；

　　（2）计算量较小，需要的样本数量也较小；

　　缺点

　　（1）不能反映训练数据本身的特性；

　　（2）收敛速度较慢。