机器学习系列笔记第6篇：概率图模型中的生成式与判别式方法

概率图模型

生成式模型与判别式模型

假设观测到的可量化的变量集合被标记为符号形式的数学对象表示方法定义为随机向量形式的符号形式表示方法定义为随机向量形式表示方法定义为随机向量形式；欲预测的目标变量集合定义为符号形式；其他相关的未涉及变量组成随机向量形式定义；生成式模型旨在构建联合概率分布函数的形式；基于观测数据集的形式进行建模；在给定观测数据集的形式下进行推导；通过求取边缘概率分布的方式推导出关于目标变量子群的信息；该信息即被用于做出预测；

判别式型主要是通过对条件概率分布 P(Y,Z|X) 建立模型来实现的；通过去除与目标变量无关的因素，则可以直接推断出变量集合 Z 的预测结果。

常见的概率图模型包括朴素贝叶斯等方法。在区分生成式与判别式模型的基础上，在讨论这些方法时可以知道这些常见方法都建立在生成式或判别式框架之上。具体而言，在区分