BAT面试题9：谈谈判别式模型和生成式模型？
判别方法：由数据直接学习决策函数 Y = f（X），或者由条件分布概率 P（Y|X）作为预测模型，即判别模型。
生成方法：由数据学习联合概率密度分布函数 P（X,Y）,然后求出条件概率分布P(Y|X)作为预测的模型，即生成模型。
由生成模型可以得到判别模型，但由判别模型得不到生成模型。
常见的判别模型有：
1 K-means ：详细介绍请参考 机器学习|K-Means算法
2 SVM，请参考：BAT面试题1：请简要介绍下SVM
3 决策树，请参考：机器学习：谈谈决策树
4 感知机
5 线性判别分析（LDA）
6 线性回归，请参考：机器学习之线性回归：算法兑现为python代码
7 传统的神经网络，请参考：足够惊艳：神经网络可以逼近任意函数吗？
8 逻辑斯蒂回归，请参考：机器学习逻辑回归：算法兑现为python代码
9 boosting，请参考：机器学习：提升树（boosting tree）算法的思想
10 条件随机场
常见的生成模型有：
1朴素贝叶斯，请参考：朴素贝叶斯分类器：例子解释
2 隐马尔可夫模型，请参考：纯享福利：5步公式推导隐马前向概率算法
3 高斯混合模型，请参考：机器学习高斯混合模型：聚类原理分析（前篇）
4 文档主题生成模型（LDA）
5 限制玻尔兹曼机
题目参考如下，感谢原创提供的面试题目
