生成模型→求解p(x;θ) (概率密度函数)→最大似然问题→求解后用于数据生成、概率计算
$$ F(x) = P\{X≤x\} = \int_{-\infty}^{x}f(t)dt $$
参考：https://www.twblogs.net/a/5beafeed2b717720b51eb189/?lang=zh-cn 讲解的很清楚
理解生成模型和判别模型之前还是要先区分联合概率与联合分布、边缘概率与边缘分布以及条件概率与条件分布；
从下面这幅图可以看出，联合分布包含更多的信息
“XY的联合概率”=“X基于Y的条件概率”乘以“Y的边际概率”
离散型分布时边缘概率的计算应该描述为
$$ Pr(X=x)=\sum\limits_y Pr(X=x,Y=y)=\sum\limits_y Pr(X=x|Y=y)Pr(Y=y) $$
上式可简写成Pr(X=x, Y=y) = Pr(X=x | Y=y) * Pr(Y=y)
连续型分布应该写为
$$ p_X(x)=\int_yp_{X,Y}(x,y)dy=\int_y p_{Y|X}(x|y)p_Y(y)dy $$