OpenCV中的普通贝叶斯实现

时间:2012-04-04 14:44:44

标签: opencv machine-learning computer-vision

我是机器学习的新手。我有一个关于如何在OpenCV中实现Normal Bayes的问题。

我对普通贝叶斯朴素贝叶斯这些词语有误解。

site表示普通贝叶斯朴素贝叶斯表示相同。

OpenCV网站上的NormalBayes文档指定功能是正常分布的,不一定是独立的。

关于朴素贝叶斯分类器的wikipedia文章告诉我们,假设特征是独立的。因此,无需确定协方差矩阵

但是,当我查看Normal Bayes分类器的实现源时,会计算协方差矩阵。

我还发现了一个类似的here问题没有回答。

我在这里遗漏了什么吗?或OpenCV中的Normal Bayes分类器不是标准的朴素贝叶斯分类器?

1 个答案:

答案 0 :(得分:3)

理论上,朴素贝叶斯模型假定“效应原因之间完全独立”,而正常模型假设“每个类别的特征向量是正态分布的(但不一定是独立分布的)”。注意,两者都使用均值向量和协方差矩阵,但是,模型假设是不同的。

在OpenCV中,“假设数据分布函数是高斯混合,每个类一个组件”,并且该模型没有对这些类的独立性做出假设。