OPENCV随机决策森林:如何获得后验概率

OpenCV Random Decision Forest: How to get posterior probability

本文关键字：何获得 概率 随机 决策 森林 OPENCV      更新时间：2023-10-16

我确实在多个网站上进行了研究，但是我找不到任何解决方案。这是问题：

我正在使用OpenCV实现使用 rtrees 实现像素分类。我需要每个班级的后验概率。我试图通过cv :: ml :: statmodel :: prection（）获得它，但是输出矩阵仅包含预测值。有其他方法可以从rtrees获得后验概率吗？

ps：我仍然是机器学习的新手，所以请原谅我缺乏知识^^"

而不是使用cv :: ml :: statmodel ::预测，您可以参考cv :: ml :: rtrees :: getVotes成员函数。这样，在分类的情况下，您可以获得为给定样本投票赞成每个班级的树木数。通过将这些票数除以森林规模，您会得到后验概率的近似值。

getVotes函数应称为，而不是 predict这样：

cv::Mat samples = [one or multiple samples (their feature vectors)]
cv::Mat votes;
classifier.getVotes(sample, votes, 0);
// provide 0 here unless you would like to manipulate with RTrees flags

您应该意识到的是，votes矩阵将比样品数量多。在第一行中，有您的类列举（如果我从OpenCV源代码中记得很好）。

）。

答案是最新的。

相关文章：