题目

机器学习按照建模方法分()和()。A. 线性模型B. 生成模型C. 判别模型D. 非线性模型

机器学习按照建模方法分()和()。

A. 线性模型

B. 生成模型

C. 判别模型

D. 非线性模型

题目解答

答案

BC
B. 生成模型
C. 判别模型

解析

考查要点：本题主要考查机器学习中按建模方法分类的两个核心概念，即生成模型与判别模型的区别与联系。

解题核心思路：

  • 生成模型通过建模数据分布（如$P(X|Y)$）间接进行预测，例如朴素贝叶斯。
  • 判别模型直接学习分类决策边界（如$P(Y|X)$），例如逻辑回归、SVM。
  • 线性模型和非线性模型是按函数形式分类，与建模方法无关，因此排除A、D。

破题关键点：
明确区分建模目标与模型形式的不同维度，抓住“建模方法”这一题干限定条件。

机器学习的分类可以从多个角度出发，本题要求按建模方法分类。

  1. 生成模型：
    • 核心思想：通过建模输入数据的分布（如$P(X|Y)$），结合贝叶斯定理推断类别概率$P(Y|X)$。
    • 典型算法：朴素贝叶斯、隐马尔可夫模型。
  2. 判别模型：
    • 核心思想：直接建模类别与输入数据的关系（如$P(Y|X)$），聚焦于分类边界。
    • 典型算法：逻辑回归、支持向量机、决策树。

干扰项分析：

  • 线性模型（A）和非线性模型（D）是按模型函数形式分类，与建模方法无关。
  • 题干限定“建模方法”，因此正确答案为生成模型（B）和判别模型（C）。