《表6 不同特征、不同分类器组合的平均验证精度分布》
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
《Google Earth Engine支持下的江苏省夏收作物遥感提取》
本文使用朴素贝叶斯、支持向量机、分类回归树及随机森林4种分类器,在GEE中各分类器参数设置如表5所示。将4种分类器与3种特征组合,在江苏省夏收作物分类中进行了试验,验证精度采取交叉验证策略(表6),具体流程为:(1)在3090个样本点中独立生成10次随机数,每次生成的随机数不重复,保证样本选取的随机性;(2)将所有样本进行划分,约70%的样本用来训练,剩余约30%的样本用来验证,分别得到10次验证精度;(3)对10次验证精度求平均,作为最终的平均验证精度(表6、图3)。
图表编号 | XD0056567400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.25 |
作者 | 何昭欣、张淼、吴炳方、邢强 |
绘制单位 | 中国科学院遥感与数字地球研究所遥感科学国家重点实验室、中国科学院大学、中国科学院遥感与数字地球研究所遥感科学国家重点实验室、中国科学院遥感与数字地球研究所遥感科学国家重点实验室、中国科学院大学、中国科学院遥感与数字地球研究所遥感科学国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |