判别类模型和生成类模型的区别

判别类模型学到的是一个判别边界，根据输入x来判别是y的概率。
而生成类模型学到的实际上是对于不同的分类y，x的分布，对于输入x，生成类模型是通过x与学到的不同分布比较，找出最相似的那个分布对应的y。
在机器学习中任务是从属性X预测标记Y，判别模型求的是P(Y|X)，即后验概率；而生成模型最后求的是P(X,Y)，即联合概率。