Logo it.boatexistence.com

L'albero decisionale è generativo o discriminativo?

Sommario:

L'albero decisionale è generativo o discriminativo?
L'albero decisionale è generativo o discriminativo?

Video: L'albero decisionale è generativo o discriminativo?

Video: L'albero decisionale è generativo o discriminativo?
Video: Decision Tree In Machine Learning | Decision Tree Algorithm In Python |Machine Learning |Simplilearn 2024, Luglio
Anonim

Le SVM e gli alberi decisionali sono discriminativi perché apprendono i confini espliciti tra le classi. SVM è un classificatore di margine massimo, il che significa che apprende un limite decisionale che massimizza la distanza tra i campioni delle due classi, dato un kernel.

Gli alberi decisionali sono generativi?

Modelli discriminativi:

SVM e alberi decisionali sono modelli discriminativi perché apprendono i limiti espliciti tra le classi. … I modelli discriminatori generalmente non funzionano per il rilevamento dei valori anomali, sebbene i modelli generativi in genere lo facciano.

Gli alberi decisionali sono modelli discriminatori?

Regressione logistica, SVM e classificatori basati su albero (ad es. albero decisionale) sono esempi di classificatori discriminativi. Un modello discriminativo apprende direttamente la distribuzione di probabilità condizionata P(y|x).

Che cos'è generativo o discriminativo?

I modelli discriminativi tracciano i confini nello spazio dei dati, mentre i modelli generativi cercano di modellare il modo in cui i dati sono posizionati nello spazio. Un modello generativo si concentra sulla spiegazione di come sono stati generati i dati, mentre un modello discriminativo si concentra sulla previsione delle etichette dei dati.

Cosa sono i modelli generativi e discriminativi?

I modelli generativi sono un'ampia classe di algoritmi di apprendimento automatico che fanno previsioni modellando distribuzione congiunta P(y, x). I modelli discriminativi sono una classe di modelli di apprendimento automatico supervisionati che effettuano previsioni stimando la probabilità condizionale P(y|x).

Consigliato: