opencv - OpenCV 中的普通贝叶斯实现

Question

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Normal Bayes和Naive Bayes这两个术语有误解。

这个网站告诉正常贝叶斯和朴素贝叶斯的意思是一样的。

OpenCV 网站上的NormalBayes文档指定这些功能是正态分布的，不一定是独立的。

关于朴素贝叶斯分类器的维基百科文章告诉我们，假设特征是独立的。因此，不需要确定协方差矩阵。

但是，当我查看 Normal Bayes 分类器的实现源时，它确实计算了协方差矩阵。

我还在这里找到了一个类似的问题，但没有得到回答。

我在这里错过了什么吗？还是 OpenCV 中的 Normal Bayes 分类器不是标准的 Naive Bayes 分类器？

Answer 1

从理论上讲，朴素贝叶斯模型假设“影响的原因之间完全独立”，而正态模型假设“来自每个类别的特征向量是正态分布的（尽管不一定是独立分布的）”。请注意，两者都使用均值向量和协方差矩阵，但是，模型假设不同。

在 OpenCV 中，“数据分布函数被假定为高斯混合，每类一个分量”，并且模型没有对这些类的独立性做出假设。