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。
我对普通贝叶斯和朴素贝叶斯这些词语有误解。
此site表示普通贝叶斯和朴素贝叶斯表示相同。
OpenCV网站上的NormalBayes文档指定功能是正常分布的，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，无需确定协方差矩阵。
但是，当我查看Normal Bayes分类器的实现源时，会计算协方差矩阵。
我还发现了一个类似的here问题没有回答。
我在这里遗漏了什么吗？或OpenCV中的Normal Bayes分类器不是标准的朴素贝叶斯分类器？
答案 0 :(得分：3)
理论上，朴素贝叶斯模型假定“效应原因之间完全独立”，而正常模型假设“每个类别的特征向量是正态分布的（但不一定是独立分布的）”。注意，两者都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，“假设数据分布函数是高斯混合，每个类一个组件”，并且该模型没有对这些类的独立性做出假设。