如何理解概率模型和非概率模型

之前一直很纠结什么是概率模型，什么是非概率模型，最近终于理解了，分享给大家

通过举一个小例子，比如我们现在有一个分类任务，通过重量、体积、甜度、颜色将西瓜分为好、中、差三类。

对于概率模型来说：
通过给定的特征X=（x1重量=a，x2体积=b，x3甜度=c，x4颜色=d），计算出该西瓜属于每一类的概率P。即：
P(好瓜 | X)
P(中瓜 | X)
P(差瓜 | X)
将最大概率的类别赋给该西瓜。

对于非概率模型来说：
每个类别的瓜都用同一个综合的判别标准，但又不同的阈值，该综合判别标准是通过给定特定X计算出来的。比如都用当计算出来的Y >= 0.8，则该瓜为好瓜；Y = (0.5-0.8)，该瓜为中瓜；Y <= 0.5，该瓜为差瓜。