Discriminative Model

定义 Definition

判别式模型：一种直接学习“输入特征 (x) 与输出标签 (y)”关系的模型，通常建模 (P(y\mid x)) 或直接学习决策边界，用于分类、序列标注等任务。常见例子包括逻辑回归、支持向量机（SVM）、条件随机场（CRF）以及许多监督学习的神经网络分类器。
（也常与 generative model 生成式模型 对比：后者倾向于建模 (P(x\mid y)) 和/或 (P(x,y))。）

发音 Pronunciation (IPA)

/dɪˈskrɪmɪnətɪv/ /ˈmɒdəl/ （美式常见：/ˈmɑːdəl/）

例句 Examples

A discriminative model predicts the label directly from the features.
判别式模型会直接根据特征来预测标签。

Unlike a generative approach that models the data distribution, a discriminative model often focuses on maximizing classification accuracy by learning a decision boundary.
不同于刻画数据分布的生成式方法，判别式模型通常通过学习决策边界来更侧重提升分类准确率。

词源 Etymology

discriminative 来自 discriminate（“区分、辨别”），源于拉丁语 discriminare（分开、区分）；加上形容词后缀 -ive 表示“具有……性质的”。因此 discriminative model 字面意思就是“用于区分/判别的模型”，强调把不同类别分开。

相关词 Related Words

• Classification
• Classifier
• Decision Boundary
• Logistic Regression
• Support Vector Machine
• Conditional Random Field
• Generative Model
• Likelihood
• Posterior

文学与著作 Literary Works

• Pattern Recognition and Machine Learning — Christopher M. Bishop（书中对生成式/判别式方法有系统讨论）
• Machine Learning: A Probabilistic Perspective — Kevin P. Murphy（用概率视角对比并讲解判别式模型）
• The Elements of Statistical Learning — Hastie, Tibshirani, Friedman（涵盖大量判别式学习方法，如SVM、逻辑回归等）
• Speech and Language Processing — Jurafsky & Martin（在NLP任务中讨论判别式模型，如最大熵/CRF等）
• Deep Learning — Goodfellow, Bengio, Courville（在监督学习与分类器框架下涉及判别式训练与模型）