根据用于监督分类的Google Earth Engine文档,对分类器(例如 ee.Classifier.smileRandomForest
可以使用 confusionMatrix()
:
// 制作一个随机森林分类器并对其进行训练。
var classifier = ee.Classifier.smileRandomForest(10).train({ features: training, classProperty: 'Land_Cover_Type_1', inputProperties: ['B1', 'B2', 'B3', 'B4', 'B5', 'B6', 'B7'] });
// 对输入的图像进行分类。
var classified = input.classify(classifier);
// 获得一个代表重构准确性的混淆矩阵。
var trainAccuracy = classifier.confusionMatrix();
print('Resubstitution error matrix: ', trainAccuracy);
但是,我似乎找不到有关评估Google Earth Engine中回归输出模型的准确性的信息,例如 ee.Classifier.libsvm
.
问题
如何在Earth Engine中对回归模型进行准确性评估?例:
var classifier = ee.Classifier.libsvm({ svmType: 'EPSILON_SVR', kernelType: 'POLY', shrinkin
Original: https://blog.csdn.net/qq_31988139/article/details/121284518
Author: 此星光明
Title: Google Earth Engine:在GEE中实现列表的RMSE、MAE、MSE的评估和计算
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/630977/
转载文章受原作者版权保护。转载请注明原作者出处!