《表6 几种模型预测结果评价对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于不同模型和单元的滑坡易发性评价比较》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

所建立模型计算的结果有2种：离散值1和0表示的滑坡与非滑坡，以及区间为[0，1]的连续值的概率属性值P。利用结果进行分析并对斜坡单元赋概率属性值P，概率为1表示肯定发生滑坡；概率为0表示肯定不发生滑坡；概率越接近1表示滑坡发生的可能性越大。模型预测精度结果如表2～6。从表中可以看出总体正确率中，就研究单元而论，栅格单元的总体精度要比对象单元的高，但从使用者精度和生产者精度角度分析，对象单元的精度比栅格单元的要高，出现这种现象的原因就是栅格单元的样本总数63 079远大于对象单元的样本总数569，且非滑坡单元数远大于滑坡单元。就预测模型而言，支持向量机（SVM）的正确率要比决策树的高。针对上述情况，为了使不同模型和单元之间更具可比性，引入Kappa系数。Kappa系数也是一种精度评价指标，它是一种内部一致性系数，取值在0～1之间。当2个变量均为有序分类的情况下使用一致性系数指标，它是在综合使用者精度和生产者精度2个参数基础上提出的一个总结性指标，用来评价分类预测图像的精度问题，其值越大则表示预测精度越好，反之则越差。从表6可以看出，针对同一模型，对象单元的Kappa系数优于栅格单元。针对同一数据单元，SVM模型的Kappa系数优于决策树模型。