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^^"
【问题讨论】：
标签： c++ opencv machine-learning classification random-forest
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】：