我在多个网站上进行了研究，但没有找到任何解决方案。问题如下：

我正在使用OpenCV中的RTrees实现像素级分类。我需要每个类别的后验概率。我尝试通过cv::ml::StatModel::predict()获取，但输出矩阵只包含预测值。是否有其他方法从RTrees中获取后验概率？

附注：我对机器学习还比较新手，请原谅我的知识不足 ^^”

回答：

你可以不使用cv::ml::StatModel::predict，而是参考cv::ml::RTrees::getVotes成员函数。这样，在分类的情况下，你可以得到每个类别在给定样本中获得投票的树的数量。通过将这些投票数除以森林大小，你可以得到后验概率的近似值。

getVotes函数应该像这样替代predict调用：

cv::Mat samples = [一个或多个样本（它们的特征向量）]cv::Mat votes;classifier.getVotes(sample, votes, 0);// 除非你想操作RTrees标志，否则这里提供0

你需要注意的是，votes矩阵的行数会比样本数多一行。在第一行中，你的类别会被枚举（如果我记得没错的话，OpenCV源代码中是按升序排列的）。

本回答适用于OpenCV的3.4.1版本。