《表6 决策树分类精度评价》

  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GF-1/WFV时间序列的葡萄识别模型——以宁夏红寺堡区为例》

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

注:PU、UA分别代表各类的生产精度和用户精度。

将人机交互决策树生成的分类结果同野外采样验证样本集数据作对照，建立混淆矩阵，选取生产者精度、用户精度、Kappa系数和总精度4个指标对分类结果进行验证与评价。为了对比决策树模型构建的优劣程度，本研究选择同样训练样本，采用支持向量机分类法进行对比，结果如表6所示。结果表明，基于决策树分类的总体精度为94.49%，Kappa系数为0.90。其中，中低覆盖度葡萄林生产精度为92.10%，用户精度为90.32%；高覆盖度葡萄林生产精度为91.20%，用户精度为90.21%。