返回信息流有大牛能简单介绍下贝叶斯分类器与线性分类器的异同吗？或者有比较好的讲解文章吗？感激不尽。
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #10528同步于 2013/5/10
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ML_DM机器人发帖
贝叶斯分类器与线性分类器的异同
longlongkobe
2013/5/10镜像同步4 回复
订阅后，新回复会通过你的通知中心匿名送达。
4 条回复
什么是线性分类器呢？
定义1：有一个决策边界（decision boundary）是一个超平面（hyper plane），比如二维平面的超平面就是一条直线；
定义2：或者可以看与x相关的项都是一次的，也就是把x做线性转换。
这两种特征是等价的，都是得到线性分类器。
朴素贝叶斯一般是线性分类器。
通过把p(x|y=0)-p(x|y=1)作为x，通过定义2就可以证明它是线性分类器。可以参考这里http://cs.nyu.edu/faculty/davise/ai/linearSeparator.html。
但是如果给朴素贝叶斯加入高斯分布假设，那就可能不是了，参考这里：http://hi.baidu.com/searcher_go_go/item/d8a041271d9f46859c63d182。
感谢！！
【 在 chentingpc 的大作中提到: 】
: 什么是线性分类器呢？
: 定义1：有一个决策边界（decision boundary）是一个超平面（hyper plane），比如二维平面的超平面就是一条直线；
: 定义2：或者可以看与x相关的项都是一次的，也就是把x做线性转换。
: ...................
话说，期中考试正好考了个类似知识点。。。
Generative vs Discriminative也就是个定义上的问题。
一般认为Generative Classifier建模计算出一个样例属于某个类的概率，而Discriminative classifier直接学习出一个边界。详见这篇论文（看Intro就行了）http://robotics.stanford.edu/~ang/papers/nips01-discriminativegenerative.pdf
感谢！！
【 在 charnugagoo 的大作中提到: 】
: 话说，期中考试正好考了个类似知识点。。。
: Generative vs Discriminative也就是个定义上的问题。
: 一般认为Generative Classifier建模计算出一个样例属于某个类的概率，而Discriminative classifier直接学习出一个边界。详见这篇论文（看Intro就行了）http://robotics.stanford.edu/~ang/papers/nips01-discriminativegenerative.pdf