OpenCV中的正态贝叶斯实现

Question

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

我对于术语Normal Bayes和Naive Bayes有误解。

这site告诉普通贝叶斯和朴素贝叶斯意思是相同的。

NormalBayes关于的文档OpenCV网站指定了这些功能是正常分布的，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，协方差矩阵不需要确定。

但是，当我看一下Normal Bayes分类器实现的来源时，确实计算了协方差矩阵。

我还在here上发现了一个没有回答的类似问题。

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

Answer 1

理论上，朴素贝叶斯模型假定“效应原因之间完全独立”，而普通模型假定“来自每个类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，两者均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，“数据分布函数被假定为高斯混合，每类一个组件”，并且该模型没有对这些类的独立性做出假设。