Обсуждение:Дискриминативная модель

Эта статья имеет рейтинг Stub-class по шкале оценки контента Википедии . Она представляет интерес для следующих WikiProjects :

Робототехника средней важности Эта статья находится в рамках WikiProject Robotics , совместных усилий по улучшению освещения Robotics в Wikipedia. Если вы хотите принять участие, посетите страницу проекта, где вы можете присоединиться к обсуждению и увидеть список открытых задач.Робототехника Википедия: WikiProject Робототехника Шаблон: WikiProject Робототехника Робототехника Середина Данная статья имеет среднюю степень важности по шкале важности проекта . Статистика Низкая важность This article is within the scope of WikiProject Statistics, a collaborative effort to improve the coverage of statistics on Wikipedia. If you would like to participate, please visit the project page, where you can join the discussion and see a list of open tasks.StatisticsWikipedia:WikiProject StatisticsTemplate:WikiProject StatisticsStatistics Low This article has been rated as Low-importance on the importance scale. Computing This article is within the scope of WikiProject Computing, a collaborative effort to improve the coverage of computers, computing, and information technology on Wikipedia. If you would like to participate, please visit the project page, where you can join the discussion and see a list of open tasks.ComputingWikipedia:WikiProject ComputingTemplate:WikiProject ComputingComputing ??? This article has not yet received a rating on the project's importance scale.

«Дискриминативные модели отличаются от генеративных тем, что они не позволяют генерировать выборки...»

Образцы чего? --- хороший вопрос, потому что существует множество дискриминантных моделей, которые позволяют генерировать образцы целевой переменной путем моделирования апостериорной вероятности, но они просто не являются полными вероятностными моделями для всех скрытых переменных или переменных, которые могут не иметь значения в определенных приложениях. Поэтому это плохое утверждение авторов, если они не уточняют. Mcswell 15:13, 12 ноября 2007 (UTC) [ ответить ]

Конфликт: На странице Discriminative_model «Однако для таких задач, как классификация и регрессия, не требующих совместного распределения, дискриминационные модели, как правило, показывают превосходную производительность». (по сравнению с генеративными моделями)

На странице Generative_model "Они (дискриминативные модели) не обязательно работают лучше, чем генеративные модели в задачах классификации и регрессии". vks1712 14:53, 23 апреля 2012 (EST)

Вот некоторые вопросы, которые следует прояснить в этой статье:

• Почему SVM является дискриминативной моделью? Она не моделирует распределение вероятностей. Если моделирование распределений вероятностей не является необходимым условием, его следует удалить из определения.
  • Да, это так, просто странным образом. Он выбирает границы решений, и эти границы решений почти всегда совпадают с оптимальным набором границ решений для некоторых конкретных распределений вероятностей для классов. Конечно, классы обычно не подчиняются этим распределениям, но SVM будет эквивалентен моделированию классов с этими распределениями, а затем выбору оптимальной границы решений.
• Правда ли, что все алгоритмы контролируемого обучения считаются дискриминантными, потому что они делают прогнозы в одном направлении? (т. е. X предсказывает Y, но Y не обязательно предсказывает X). Если так, то почему Decision_trees , Naive_bayes , KNN и т. д. не находятся в списке рядом с SVM?
• Представляет ли эта диаграмма тот тип данных, для которого хорошо подходят дискриминационные модели?
• Если вы обучаете две дискриминационные модели, одну для прогнозирования X->Y, а другую для прогнозирования Y->X, образуют ли они вместе генеративную модель, поскольку вы можете использовать их для прогнозирования в обоих направлениях? Чтобы считаться генеративной, должна ли модель Y->X вероятностно иногда предсказывать «3», а иногда предсказывать «4»? Или она должна возвращать распределение, которое определяет вероятности «3» и «4»?

Bishop (2007) различает дискриминантные подходы, которые изучают p(y|x) и используют его для построения решающего правила, и дискриминантные подходы, которые напрямую изучают дискриминантную функцию без изучения апостериорной плотности. Согласно этой терминологии некоторые из примеров, перечисленных в этой статье, не являются дискриминантными методами, например SVM. Я бы предложил ввести различие между дискриминантным и дискриминантным и создать два отдельных списка. Falk ( talk ) 21:52, 21 сентября 2010 (UTC) [ reply ]${\displaystyle {\hat {y}}=f(x)}$

Согласно Linear classifier#Generative models vs. discriminative models , LDA не является дискриминационной моделью, несмотря на свое название. Она моделирует каждый класс с помощью гауссова распределения, а ограничения на ковариационную матрицу определяют форму границы решения (линейная, квадратичная, ..). Amro ( talk ) 23:43, 29 сентября 2010 (UTC) [ reply ]

В этом разделе ясно, что условная модель моделирует условное распределение, но контраст с «традиционной» дискриминативной моделью неопределенный, а ссылка указывает на мертвую ссылку. Являются ли условные модели определенным видом дискриминативной модели или наоборот? Что именно означает «сопоставление входных данных с наиболее похожими обученными образцами»? Это похоже на какую-то регрессию или классификацию, но дальнейших объяснений нет. Eblon2 ( talk ) 17:50, 4 января 2023 (UTC) [ ответить ]