envi混淆矩阵精度评价
答:这个应该是你要找的~
答:生产则精度=正确分类数/某类别总数 用户精度=正确分类数/(正确分类数+错分到某类别总数)当然是生产则精度和用户精度都大最好 当然是最大似然法最好,马氏距离、最小距离法都是最大似然法的简化。平行管道法也不如最大似然法。ENVI(The Environment for Visualizing Images)是一个完整的遥感图像处理...
答:如下,还有生产者精度和用户精度 Class Reference Classified Number Producers Users Name Totals Totals Correct AccuracyAccuracy --- --- --- --- --- Unclassified 0 0 0 --- --- forest 3 1 1 33.33%100.00 grass 5...
答:一次是没有问题,只是这次你用的ROI是你用来分类的ROI,我们在进行混淆矩阵计算的时候选择的ROI应尽量重新选择一组新的作为验证样本。这样分类精度比较准确。
网友评论:
毛服17585408073:
envi监督分类后,进行混淆矩阵精度验证,除了总体精度和kappa系数,怎么看各分类的精度大小?? -
19320蒲知
: 如下,还有生产者精度和用户精度 Class Reference Classified Number Producers Users Name Totals Totals Correct Accuracy Accuracy ---------- ---------- ---------- ------- --------- ----- Unclassified 0 0 0 --- --- forest 3 1 1 33.33% 100.00% grass 5 4 3 60....
毛服17585408073:
ENVI 利用混淆矩阵测试分类精度,ROI选点应该选几个?非得要选择一百个点吗? -
19320蒲知
: 这个主要是经验吧,并没有具体的标准.一般情况下,随机点:一是要覆盖整个区域,不能集中于某片区域;二是要涵盖所有的地类类型,最好是包含每种地类类型中的不同地表情况.这就可以了,主要思想就是选点能够代表整个区域的情况.
毛服17585408073:
如何在ENVI中用随机生成点进行精度验证 -
19320蒲知
: 通过随机点验证的办法,进行精度评价,最关键的一步是随机点处的值的确定,然后通过对比实际值和分类结果之间的一致性来评价精度.
毛服17585408073:
非监督分类可以用混淆矩阵进行精度评价吗 -
19320蒲知
: 混淆矩阵(Confusion Matrix)是用来评价有监督学习的准确性的.一般每一行代表真实类别数量,每一列代表预测的数量.非监督学习没有Ground Truth,因此没有混淆矩阵的概念.
毛服17585408073:
envi中做完监督分类后,怎样进行精度评价 -
19320蒲知
: 有一个分类后处理的嘛,还有就是通过训练区进行精度评价
毛服17585408073:
eCognition能做混淆矩阵精度评价吗?
19320蒲知
: 能
毛服17585408073:
envi分类精度评价的真实分类影像怎么获取 -
19320蒲知
: 可以采用高分辨率遥感影像,比如quick bird或者world view影像来做! 如果需要可以私信告知我具体范围发你!
毛服17585408073:
ENVI精度评价,roi工具中随机点不能删除,为什么? -
19320蒲知
: 那你删除了评价质量当然高,但是有什么用呢,是你将错误的点删除了,自然会高的,错误的点就是你错分误分的了,这个就提现了你的评价质量啊!
毛服17585408073:
混淆矩阵中错分概率为什么就一个 -
19320蒲知
: 在图像精度评价中,混淆矩阵主要用于比较分类结果和实际测得值,可以把分类结果的精度显示在一个混淆矩阵里面.