机器学习-生成式模型与判别式模型

在机器学习领域，模型的选择对于任务的表现有着重要的影响。根据模型如何学习和处理数据的方式，机器学习模型通常可以分为两大类：生成式模型和判别式模型。这两类模型的学习原理和应用场景各有不同，理解它们的区别和特点，是深入掌握机器学习的关键。生成式模型（Generative Model）关注的是生成数据的过程，它通过学习数据的分布来描述数据的生成机制。判别式模型（Discriminative Model）则与生成式模型相反，它关注的是如何在已知输入特征 𝑋 的情况下直接预测标签 𝑌。包含生成式模型与判别式模型、机器学习模型谱系图