OpenCV中的正规Bayes实现
我是机器学习的新手。我有一个关于普通贝叶斯如何在OpenCV中实现的问题 我对术语普通贝叶斯和朴素贝叶斯有错误的理解 这说明正常贝叶斯和朴素贝叶斯的含义相同 OpenCV网站上的文档规定，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 然而，当我查看普通贝叶斯分类器实现的来源时，它确实计算协方差矩阵 我还发现了一个类似的问题，但没有得到回答OpenCV中的正规Bayes实现,opencv,machine-learning,computer-vision,Opencv,Machine Learning,Computer Vision,我是机器学习的新手。我有一个关于普通贝叶斯如何在OpenCV中实现的问题 我对术语普通贝叶斯和朴素贝叶斯有错误的理解 这说明正常贝叶斯和朴素贝叶斯的含义相同 OpenCV网站上的文档规定，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 然而，当我查看普通贝叶斯分类器实现的来源时，它确实计算协方差矩阵 我还发现了一个类似的问题，但没有得到回答 我是不是遗漏了什么？还是OpenCV中的普通贝叶斯分类器不是标准的朴素贝叶斯分类器？
我是不是遗漏了什么？还是OpenCV中的普通贝叶斯分类器不是标准的朴素贝叶斯分类器？理论上，朴素贝叶斯模型假设“影响原因之间完全独立”，而普通模型假设“每个类别的特征向量正态分布（但不一定独立分布）”. 请注意，两者都使用平均向量和协方差矩阵，但是，模型假设不同 在OpenCV中，“数据分布函数假定为高斯混合，每类一个分量”，模型未对此类独立性做出假设