一，简介
该模块为opencv的机器学习(machine learning，ml)代码库，包含各种机器学习算法：
0, class CvStatModel ; class CvMLData; struct CvParamGrid;
1，bayesian,Normal Bayes Classifier（贝叶斯分类）；
2，K-Nearest Neighbour Classifier（K-邻近算法）；
3，SVM,support vector machine(支持向量机)；
4，Expectation – Maximization （EM算法）；
5，Decision Tree（决策树）；
6，Random Trees Classifier（随机森林算法）；
7，Extremely randomized trees Classifier（绝对随机森林算法）；
8， Boosted tree classifier （Boost树算法）；
9，Gradient Boosted Trees （梯度Boost树算法）；
10，ANN,Artificial Neural Networks(人工神经网络)；
二，分析
namespace cv
{typedef CvStatModel StatModel;
typedef CvParamGrid ParamGrid;
typedef CvNormalBayesClassifier NormalBayesClassifier;
typedef CvKNearest KNearest;
typedef CvSVMParams SVMParams;
typedef CvSVMKernel SVMKernel;
typedef CvSVMSolver SVMSolver;
typedef CvSVM SVM;
typedef CvDTreeParams DTreeParams;
typedef CvMLData TrainData;
typedef CvDTree DecisionTree;
typedef CvForestTree ForestTree;
typedef CvRTParams RandomTreeParams;
typedef CvRTrees RandomTrees;
typedef CvERTreeTrainData ERTreeTRainData;
typedef CvForestERTree ERTree;
typedef CvERTrees ERTrees;
typedef CvBoostParams BoostParams;
typedef CvBoostTree BoostTree;
typedef CvBoost Boost;
typedef CvANN_MLP_TrainParams ANN_MLP_TrainParams;
typedef CvANN_MLP NeuralNet_MLP;
typedef CvGBTreesParams GradientBoostingTreeParams;
typedef CvGBTrees GradientBoostingTrees;template<> CV_EXPORTS void Ptr<CvDTreeSplit>::delete_obj();CV_EXPORTS bool initModule_ml(void);
}
三，总结
opencv_ml模块中包含一些常见的机器学习算法，集成了一些目前比较优秀的算法库如libsvm等。不仅可以用于图像，也可以用于其他问题中。
