SVMها و درخت های تصمیم تبعیض هستند زیرا مرزهای صریح بین کلاس ها را یاد می گیرند. SVM یک طبقه‌بندی کننده حاشیه حداکثر است، به این معنی که یک مرز تصمیم را یاد می‌گیرد که فاصله بین نمونه‌های دو کلاس را با توجه به یک هسته، حداکثر می‌کند.
آیا درختان تصمیم مولد هستند؟
مدل‌های متمایز:
SVMها و درخت‌های تصمیم مدل‌های متمایز هستند زیرا مرزهای صریح بین کلاس‌ها را یاد می‌گیرند. … مدل‌های متمایز عموماً برای تشخیص موارد پرت عمل نمی‌کنند، اگرچه مدل‌های مولد عموماً انجام می‌دهند.
آیا درختان تصمیم مدل های تبعیض آمیز هستند؟
رگرسیون لجستیک، SVM، و طبقه‌بندی‌کننده‌های مبتنی بر درخت (به عنوان مثال درخت تصمیم) نمونه‌هایی از طبقه‌بندی‌کننده‌های متمایز هستند. یک مدل تمایز مستقیم توزیع احتمال شرطی P(y|x). را یاد می گیرد
تولید یا تمایز چیست؟
مدل‌های متمایز مرزها را در فضای داده ترسیم می‌کنند، در حالی که مدل‌های مولد سعی می‌کنند نحوه قرارگیری داده‌ها در فضا را مدل کنند. یک مدل تولیدی بر توضیح نحوه تولید داده ها تمرکز دارد، در حالی که یک مدل تمایز بر پیش بینی برچسب های داده ها تمرکز دارد.
مدل های مولد و افتراقی چیست؟
مدل های مولد کلاس گسترده ای از الگوریتم های یادگیری ماشین هستند که با مدل سازیتوزیع مشترک P(y, x) پیش بینی می کنند. مدل‌های متمایز دسته‌ای از مدل‌های یادگیری ماشینی تحت نظارت هستند که با تخمین احتمال شرطی P(y|x) پیش‌بینی می‌کنند.
