我正在使用CvNormalBayesClassifier。 我正在训练一些随机数据，比如我发布的代码
CvMat* train = cvCreateMat( 100, 32, CV_32FC1 );
cvZero( train );
cvmSet( train, 0, 0, (double) 2 );
cvmSet( train, 0, 1, (double) 5 );
cvmSet( train, 1, 17, (double) 12 );
cvmSet( train, 1, 9, (double) 235 );
cvmSet( train, 29, 1, (double) 645 );
cvmSet( train, 34, 12, (double) 65 );
cvmSet( train, 23, 3, (double) 2.64 );
cvmSet( train, 27, 8, (double) 5443 );
cvmSet( train, 3, 7, (double) 125432 );
cvmSet( train, 67, 14, (double) 6533 );
cvmSet( train, 78, 18, (double) 43265 );
cvmSet( train, 92, 12, (double) 65.543 );
CvMat* res=cvCreateMat( 1, 100, CV_32FC1 );
cvZero( res );
cvSet( train, cvScalarAll(CV_VAR_ORDERED));
cvSet( res, cvScalarAll(CV_VAR_CATEGORICAL));
M1.train(train, res);
CvMat* prova = cvCreateMat( 1, 32, CV_32FC1 );
cvZero( prova );
cvmSet( prova, 0, 7, (double) 10 );
float result=M1.predict(prova);
问题在于，即使训练中的每个元素都在“0”类别中，我也可以得到“1”作为predict（）的结果。 另一个问题是我尝试更改训练集中的某些值，然后保存分类器。结果我得到的是，如果我不改变训练集的大小（即使是完全不同的值），分类器总是相同的
怎么可能？ 有谁能告诉我火车，保存和预测功能如何运作？ 谢谢
答案 0 :(得分：1)
我发现要从ml库中获得正确的结果，您需要创建和访问分类器，如下所示：
bayes = new CvNormalBayesClassifier();
bayes->train( samplesMat, responses );
上面的代码片段为我提供了一些训练数据。