最新！BAT大厂AI面试题整理，跳槽进大厂必备（速度收藏）

生成模型：由数据学习到联合分布P(X，Y) ，然后求出条件概率分布P(Y IX) 作为预测的模型：P(YJX) =P(X， Y) /P(X) ，生成模型表示了给定输入X产生输出Y的生成关系，典型有朴素贝叶斯和隐马尔可夫模型等。

判别模型：由数据直接学习决策函数f(X) 或者条件概率分布P(Y IX) 作为预测的模型。典型包括感知机、绝阐述、logistic回归、svm等。

生成模型的特点：

还原出了联合概率分布P(X，Y)，而判别模型不能。

样本容量增加时，生成模型更快收敛于真实模型。

存在隐变量时，仍可用生成方法，而不能用判别方法。

判别模型的特点：

直接学习决策函数或条件分布，直面预测，往往准确率更高。由于直接面对预测，可以对数据进行各种程度的抽象、定义特征并使用，简化学习问题。