《表2 传统RF与优化后RF的大棚提取精度对比》

  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

《基于机器学习的高分辨率遥感影像农业大棚提取》

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

为了对比分析优化的RF对非平衡数据集的分类精度，随机从样本集中抽取20%的样本构成训练集（其中大棚4 620个，非大棚50 211个）进行RF（其中各参数与优化RF相同）建模，并利用所建立的RF对剩余80%的测试样本集进行分类。传统RF与优化的RF大棚提取的对比结果见表2。由表2可知，优化RF模型的各项分类器分类性能指标除了UA外均优于传统RF模型。但本研究优化的RF缺点是该方法需要通过多次迭代不断添加训练样本，因此，对同一数据集分类时的优化RF的平均耗时比传统RF要长。