机器学习模型

机器学习模型分为“生成式模型”和“判别式模型”。

--《机器学习》周志华版P148：

生成式模型：先对联合概率分布P(x,c) 建模，然后对P(c|x) 建模预测得到c。

包括：判别式分析；朴素贝叶斯；KNN；混合高斯模型；隐马尔科夫模型(HMM)；贝叶斯网络；Sigmoid Belief Networks；马尔科夫随机场(Markov Random Fields)；深度信念网络(DBN)

判别式模型：给定x，可通过直接建模P(c|x) 来预测c。

包括：线性回归(Linear Regression)；逻辑斯蒂回归(Logistic Regression)；神经网络(NN)；支持向量机(SVM)；高斯过程(Gaussian Process)；条件随机场(CRF)；CART(Classification and Regression Tree)