OpenCV中的正態貝葉斯實現

Question

我是機器學習的新手。我有一個關於Normal Bayes如何在OpenCV中實現的問題。

我對於術語Normal Bayes和Naive Bayes有誤解。

這site告訴普通貝葉斯和樸素貝葉斯意思是相同的。

NormalBayes關於的文檔OpenCV網站指定了這些功能是正常分佈的，不一定是獨立的。

關於樸素貝葉斯分類器的wikipedia文章告訴我們，假設特徵是獨立的。因此，協方差矩陣不需要確定。

但是，當我看一下Normal Bayes分類器實現的來源時，確實計算了協方差矩陣。

我還在here上發現了一個沒有回答的類似問題。

我在這裏錯過了什麼嗎？還是說OpenCV中的Normal Bayes分類器不是標準的Naive Bayes分類器？

Answer 1

理論上，樸素貝葉斯模型假定「效應原因之間完全獨立」，而普通模型假定「來自每個類的特徵向量是正態分佈的（儘管不一定是獨立分佈的）」。請注意，兩者均使用均值向量和協方差矩陣，但是，模型假設是不同的。

在OpenCV中，「數據分佈函數被假定爲高斯混合，每類一個組件」，並且該模型沒有對這些類的獨立性做出假設。