Descripción general del conjunto de herramientas Clasificación y reconocimiento de patrones

Disponible con licencia de Image Analyst.

Disponible con una licencia de Spatial Analyst.

El conjunto de herramientas Clasificación y reconocimiento de patrones contiene herramientas para realizar flujos de trabajo de clasificación y análisis de regresión, incluida la evaluación de exactitud.

Herramientas del conjunto de herramientas Clasificación y reconocimiento de patrones

Herramienta	Descripción
Clasificar ráster	Clasifica un dataset ráster según un archivo de definición de clasificador de Esri (.ecd) y las entradas del dataset ráster. El archivo .ecd contiene toda la información necesaria para realizar un tipo concreto de clasificación admitida por Esri. Las entradas de esta herramienta deben coincidir con las entradas utilizadas para generar el archivo .ecd necesario.
Clasificar ráster con Spectra	Clasificar un dataset ráster multibanda con técnicas de coincidencia espectral. Los datos espectrales de entrada se pueden proporcionar como una clase de entidad de punto o un archivo .json.
Calcular matriz de confusión	Calcula una matriz de confusión con errores de omisión y comisión y deriva un índice de acuerdo kappa, una intersección sobre combinación (IoU) y una precisión global entre el mapa clasificado y los datos de referencia.
Calcular atributos de segmento	Calcula un conjunto de atributos asociados con la imagen segmentada. El ráster de entrada puede ser una imagen segmentada de 8 bits, de una sola banda o de 3 bandas.
Crear puntos de evaluación de precisión	Crea puntos de muestra de forma aleatoria para la evaluación de exactitud posterior a la clasificación.
Generar muestras de entrenamiento a partir de puntos de semillas	Genera automáticamente muestras de entrenamiento a partir de puntos de semilla como, por ejemplo, puntos de evaluación de la precisión o puntos de muestras de entrenamiento. Un caso de uso típico es la generación de muestras de entrenamiento a partir de una fuente existente como, por ejemplo, un ráster temático o una clase de entidad.
Inspeccionar muestras de entrenamiento	Estima la precisión de muestras de entrenamiento individuales. La precisión de la validación cruzada se calcula utilizando el resultado de entrenamiento de clasificación generado previamente en un archivo .ecd y las muestras de entrenamiento. Las salidas incluyen un dataset ráster que contiene los valores de clase mal clasificados y un dataset de muestras de entrenamiento con la puntuación de la exactitud para cada muestra de entrenamiento.
Espectral lineal sin mezclas	Realiza la clasificación por subpíxeles y calcula la abundancia fraccionaria de los diferentes tipos de cobertura de suelo de los píxeles individuales.
Predecir con modelo de regresión	Predice valores de datos con la salida de la herramienta Entrenar modelo de regresión de árboles aleatorios.
Eliminar artefactos de teselas de segmento de ráster	Corrige segmentos u objetos cortados por límites de teselas durante el proceso de segmentación realizado como función ráster. Esta herramienta resulta útil en ciertos procesos regionales, como la segmentación de imágenes, presentan incoherencias cerca de los límites de las teselas de imagen. Este paso de procesamiento está incluido en la herramienta Segmentación (desplazamiento medio); solo se debe utilizar en imágenes segmentadas que no se hayan creado con esa herramienta.
Segmentación (desplazamiento medio)	Agrupa en segmentos los píxeles adyacentes que tienen características espectrales similares.
Preparar clasificador de clúster ISO	Genera un archivo de definición de clasificador de Esri (.ecd) utilizando la definición de clasificación de Clúster ISO.
Preparar clasificador de k-vecinos más cercanos	Genera un archivo de definición de clasificador de Esri (.ecd) utilizando el método de clasificación de los K vecinos más cercanos.
Preparar clasificador de máxima verosimilitud	Genera un archivo de definición de clasificador de Esri (.ecd) utilizando la definición de clasificación del Clasificador de máxima verosimilitud (MLC).
Preparar clasificador de árboles aleatorios	Genera un archivo de definición de clasificador de Esri (.ecd) utilizando el método de clasificación de árboles aleatorios.
Entrenar modelo de regresión de árboles aleatorios	Modela la relación entre las variables explicativas y un dataset objetivo mediante un análisis de árboles aleatorios.
Preparar clasificador de máquina de vectores de soporte	Genera un archivo de definición de clasificador de Esri (.ecd) utilizando la definición de clasificación de Máquina de vectores de soporte (SVM).
Actualizar puntos de evaluación de precisión	Actualiza el campo Target en la tabla de atributos para comparar los puntos de referencia con la imagen clasificada.