判別模型

y x y

判別模型是一種對未觀測數據y與已觀測數據x之間關係進行建模的方法。在機率框架內，已知輸入變數x，判別模型通過求解條件機率分布P(y|x)預測y。
與生成模型不同，判別模型不考慮x與y間的聯合分布。但對於諸如分類和回歸問題，由於不考慮聯合機率分布，採用判別模型可以取得更好的效果[1][2][3]。另一方面，生成模型在刻畫複雜學習任務中的依賴關係方面較判別模型更加靈活。大部分判別模型本身是監督學習模型，不易擴展用於非監督學習過程。具體套用的特點最終決定判別模型和生成模型的適用性。