Usas modelos generativos a menudo cuando tienes la noción de que los datos subyacentes se generan a partir de una distribución subyacente y tu trabajo es encontrar los parámetros ocultos de esa distribución. Por ejemplo, si está utilizando bayes ingenuos para la clasificación de texto, está asumiendo una distribución de probabilidad subyacente de palabras en el corpus y está estimando los parámetros de esa distribución para fines de clasificación. En modelos discriminativos, está separando las instancias en dos lados de una línea / plano. Básicamente, está encontrando la mejor separación entre las instancias que caen en diferentes clases. Por lo tanto, cuanto más sea cierto el supuesto de que existe una hipótesis generativa subyacente en los datos observados, mejor será el rendimiento del modelo generativo. En mi experiencia, si puede combinar un modelo generativo con un modelo discriminatorio que ofrezca un mejor rendimiento de clasificación. Otra razón por la que desea utilizar un modelo generativo es hacer una estimación de parámetros latentes, como lo haría en LDA.
¿Cuándo se deben usar modelos generativos y no modelos discriminativos?
Related Content
¿Qué temas se deben aprender bajo ciencia de datos?
¿Cuál es la intuición para SVM-Rank y cuándo debo usarla?
¿Es el aprendizaje profundo una buena herramienta para resolver problemas de lenguaje natural?
More Interesting
¿Cuál es el mejor enfoque híbrido para construir un sistema de recomendación para datos de música?
Cómo explicar claramente el aprendizaje profundo a alguien con antecedentes matemáticos limitados
Música: ¿Cómo se puede usar el aprendizaje automático para analizar música?
¿Por qué es importante usar pruebas de regresión?
¿Cuáles son las ventajas de ReLU sobre softmax en la red neuronal profunda?
¿Qué significa 'estimación ML o MAP no captura la incertidumbre de los parámetros'?
¿Cuáles son las intersecciones entre los campos de la ciencia de datos y los sistemas complejos?
¿Cuál es la diferencia entre el algoritmo LBG y K significa agrupación?
¿Cómo se logra la detección de afirmaciones en el procesamiento del lenguaje natural?