Az olvasási idő:
A diszkriminatív modellek, más néven feltételes modellek, a statisztikai osztályozásban, különösen a felügyelt gépi tanulásban használt modellek egyik osztálya.
A generatív modellezéssel ellentétben, amely a P(x,y) együttes valószínűségből vizsgálódik, a diszkriminatív modellezés a P(y|x) i.azaz megjósolja y(cél) valószínűségét, ha adott x(gyakorló minták).
- Megértjük ezt egy matematikai példa segítségével:
Tegyük fel, hogy a bemeneti adat x, és az x címkék halmaza y. Tekintsük a következő 4 adatpontot:
(x,y) –> {(0,0), (0,0), (1,0), (1,1)}A fenti adatok esetében p(x,y) a következő lesz:
míg p(y|x) a következő lesz:
Ha megnézzük ezt a két mátrixot, megértjük a két valószínűségi eloszlás közötti különbséget.
A diszkriminatív algoritmusok tehát közvetlenül az adatokból próbálják megtanulni a p(y|x) értéket, majd megpróbálják osztályozni az adatokat.
A generatív algoritmusok viszont megpróbálják megtanulni a p(x,y) értéket, amelyet később p(y|x) értékké alakíthatnak át az adatok osztályozásához. A generatív algoritmusok egyik előnye, hogy a p(x,y) segítségével a meglévő adatokhoz hasonló új adatokat generálhat. Másrészt a diszkriminatív algoritmusok általában jobb teljesítményt nyújtanak osztályozási feladatokban.
A diszkriminatív modellekben ahhoz, hogy az y címkét megjósoljuk az x gyakorló példából, ki kell értékelnünk:
ami csupán azt választja ki, hogy az x figyelembevételével mi a legvalószínűbb y osztály. Ez olyan, mintha az osztályok közötti döntési határt próbálnánk modellezni. Ez a viselkedés nagyon jól látható a neurális hálózatokban, ahol a kiszámított súlyok egy bonyolult alakú görbének tekinthetők, amely egy osztály elemeit különíti el a térben.
- fókuszál a döntési határra.
- nagyon sok példával erősebb.
- nem címkézetlen adatok használatára tervezték.
- csak felügyelt feladat.
Diszkriminatív osztályozók Példák
A diszkriminatív modelleket a következő megközelítésekben részesítik előnyben:
- Logisztikus regresszió
- Skalárvektor gép
- Tradicionális neurális hálózatok
- Legközelebbi szomszéd keresés
- Conditional Random Fields (CRF)s
Diszkriminatív modell előnyei
- A diszkriminatív modelleket a gyakorló adatok jobb pontosságának elérésére használják.
- Ha a képzési adatok nagyok ,a jövőbeli adatok pontossága jó lesz.
- Ha a paraméterek száma korlátozott, a diszkriminatív modell megpróbálja optimalizálni az y előrejelzését x-ből, míg a generatív modell megpróbálja optimalizálni az x és y együttes előrejelzését.
Emiatt a diszkriminatív modellek felülmúlják a generatív modelleket a feltételes előrejelzési feladatokban.