判別模型 — 人工智慧

🔀 判別模型

一個學習區分不同類別資料的模型。

有些模型學習如何產生數據，有些模型學習如何做出判斷。判別模型關注的是類別之間的邊界，它們估計給定輸入資料時標籤的機率，而不是對資料本身的生成方式進行建模。

邏輯迴歸、支援向量機和大多數神經網路分類器都是判別式的。它們在分類任務上往往優於生成式模型，因為它們將計算資源用於決策邊界，而不是整個資料分佈。

常用判別模型

權衡之處在於靈活性。判別式模型無法像生成式模型那樣優雅地產生新樣本或處理缺失資料。選擇哪種模型取決於任務是預測還是合成。

Comments (2)

Angela R. August 25, 2026

Discriminative models learn the boundary between classes. Generative models learn the distribution of each class.
Tom Weiler May 2, 2026

The article is a good introduction. Most practical machine learning applications use discriminative models.