OpenCV 随机决策森林：如何获得后验概率

Posted 2023-03-12

【中文标题】OpenCV 随机决策森林：如何获得后验概率

【英文标题】：OpenCV Random Decision Forest: How to get posterior probability

【发布时间】：2018-02-19 11:17:06

【问题描述】：

我在多个网站上进行了研究，但找不到任何解决方案。 问题来了：

我正在使用来自 OpenCV 的 RTrees 实现逐像素分类。我需要每个班级的后验概率。我试图通过cv::ml::StatModel::predict() 得到它，但输出矩阵只包含预测值。还有其他方法可以从 RTrees 中获取后验概率吗？

PS：我对机器学习还很陌生，所以请原谅我的知识不足^^"

【参考方案1】：

您可以参考cv::ml::RTrees::getVotes 成员函数，而不是使用cv::ml::StatModel::predict。这样，在分类的情况下，您可以获得给定样本为每个类别投票的树的数量。通过将这些投票数除以森林大小，您可以获得后验概率的近似值。

getVotes 函数应该被调用 而不是 predict 像这样：

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

您应该注意的是，votes 矩阵将比样本数多一行。在第一行中，列举了您的类（如果我从 OpenCV 源代码中记得很清楚，按升序排列）。

答案是 OpenCV 3.4.1 版本的最新版本。

【讨论】：

对不起，我没有更新那个帖子，但我已经解决了，就像你描述的那样。原来这个功能是在我发帖几个月后发布的版本中引入的。无论如何，非常感谢您的帮助和详细的解释。我相信它也会对其他人非常有帮助:)