Jakie są różnice między modelami generatywnymi i dyskryminacyjnymi (dyskryminującymi) (w kontekście nauki i wnioskowania bayesowskiego)?
a co to jest z prognozowaniem, teorią decyzji lub uczeniem się bez nadzoru?
Jakie są różnice między modelami generatywnymi i dyskryminacyjnymi (dyskryminującymi) (w kontekście nauki i wnioskowania bayesowskiego)?
a co to jest z prognozowaniem, teorią decyzji lub uczeniem się bez nadzoru?
Odpowiedzi:
Mogą zdarzyć się przypadki, gdy jeden model jest lepszy od drugiego (np. Modele dyskryminacyjne zwykle mają się lepiej, jeśli masz dużo danych; modele generatywne mogą być lepsze, jeśli masz dodatkowe nieoznaczone dane). W rzeczywistości istnieją również modele hybird, które starają się wprowadzić to, co najlepsze z obu światów. Zobacz przykład tego artykułu: Zasadnicze hybrydy modeli generatywnych i dyskryminacyjnych
źródło
Jeden dodatek do powyższej odpowiedzi:
Ponieważ dyskryminator dba tylko o P (Y | X), podczas gdy generatywny dba jednocześnie o P (X, Y) i P (X), aby dobrze przewidzieć P (Y | X), model generatywny ma mniejszy stopień swobody w modelu w porównaniu do modelu dyskryminującego. Tak więc model generatywny jest bardziej niezawodny , mniej podatny na nadmierne dopasowanie, podczas gdy dyskryminacja jest odwrotnie.
To wyjaśnia powyższą odpowiedź
źródło