本文共 582 字，大约阅读时间需要 1 分钟。

区别在于：

对于输入x，类别标签y：

生成式模型可以根据贝叶斯公式得到判别式模型，但反过来不行。

判别式模型常见的主要有：

Linear Regression（线性回归）

Logistic Regression

最大熵模型

SVM（支持向量机）

Traditional Neural Networks（神经网络）

Nearest Neighbor（最近邻）

CRF（条件随机场）

Linear Discriminant Analysis（线性判别分析）

决策树

Boosting （提升方法）

生成式模型常见的主要有：

  SGM （Gaussians，单高斯模型）

  Naive Bayes（朴素贝叶斯）

 Mixtures of Multinomials（混合多项式模型）

  GMM  （Mixtures of Gaussians，混合高斯模型）

  Mixtures of Experts （多专家模型）

  HMMs（隐马尔科夫模型）

Sigmoidal Belief Networks,

Bayesian Networks（贝叶斯网）

MRF（Markov Random Fields，马尔科夫随机场）

LDA（Latent Dirichlet Allocation，隐狄利克雷分配模型）

转载地址：https://blog.csdn.net/zz2230633069/article/details/101563314 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！