An overview of the Classification and Pattern Recognition toolset

Disponible avec une licence Image Analyst.

Disponible avec une licence Spatial Analyst.

The Classification and Pattern Recognition toolset contains tools for performing classification and regression analysis workflows, including accuracy assessment.

Tools of the Classification and Pattern Recognition toolset

Tool	Description
Classify Raster	Classe un jeu de données raster en fonction d’un fichier de définition de classificateur Esri (.ecd) et de jeux de données raster en entrée. Le fichier .ecd contient toutes les informations nécessaires pour procéder à un type de classement spécifique pris en charge par Esri. Les entrées de cet outil doivent correspondre à celles utilisées pour générer le fichier .ecd requis.
Compute Confusion Matrix	Calcule une matrice de confusion avec les erreurs d’omission et mandate et déduit un indice kappa de concordance et une précision globale entre la carte classée et les données de référence.
Compute Segment Attributes	Calcule un jeu d’attributs associé à l’image segmentée. Le raster en entrée peut être une image segmentée 8 bits, monocanale ou 3 canaux.
Create Accuracy Assessment Points	Crée des points échantillonnés de manière aléatoire pour évaluer la précision de la post-classification.
Generate Training Samples From Seed Points	Génère des échantillons d'apprentissage à partir de points d'origine, tels que des points d’évaluation de la précision ou des points d’échantillons d'apprentissage. Cet outil sert généralement à générer des échantillons d'apprentissage à partir d'une source existante, telle qu'un raster thématique ou une classe d'entités.
Inspect Training Samples	Estime la précision d’échantillons d'apprentissage individuels. La précision de la validation croisée est calculée à l’aide du résultat d’apprentissage de la classification précédemment généré dans un fichier .ecd et des échantillons d’apprentissage. Les sorties sont notamment un jeu de données raster contenant les valeurs des classes incorrectement classées et un jeu de données d'échantillons d'apprentissage avec le score de précision pour chaque échantillon d'apprentissage.
Linear Spectral Unmixing	Effectue une classification inférieure au pixel et calcule l’abondance fractionnelle de différents types d’occupation du sol pour certains pixels.
Predict Using Regression Model	Prédit les valeurs des données en utilisant la sortie de l’outil Train Random Trees Regression Model (Entraîner le modèle de régression Arbres aléatoires).
Remove Raster Segment Tiling Artifacts	Corrige les segments ou objets coupés par les limites de tuiles au cours du processus de segmentation effectué en tant que fonction raster. Cet outil est utile pour certains processus régionaux, comme la segmentation d’image, présentent des incohérences à proximité des limites de tuiles d’image. Cette étape de traitement est incluse dans l’outil Décalage moyen de segment, elle ne doit être utilisée que sur une image segmentée non créée à partir de cet outil.
Segment Mean Shift	Regroupe en segments les pixels adjacents qui possèdent des caractéristiques spectrales similaires.
Train Iso Cluster Classifier	Génère un fichier de définition de classificateur Esri (.ecd) à l’aide de la définition de classification de grappe Iso.
Train Maximum Likelihood Classifier	Génère un fichier de définition de classificateur Esri (.ecd) grâce à la définition de classification du classificateur de vraisemblance maximale (MLC).
Train Random Trees Classifier	Génère un fichier de définition de classificateur Esri (.ecd) à l’aide de la méthode de classification d’arbres aléatoires.
Train Random Trees Regression Model	Modélise la relation entre les variables explicatives et un jeu de données cible en utilisant l’analyse des arbres aléatoires.
Train Support Vector Machine Classifier	Génère un fichier de définition de classificateur Esri (.ecd) grâce à la définition de classification de la machine à vecteurs de support (SVM).
Update Accuracy Assessment Points	Met à jour le champ Target dans la table attributaire pour comparer des points de référence à l’image classée.