Spatial Analyst のライセンスで利用可能。
Image Analyst ライセンスで利用できます。
分類の精度評価
精度評価では、参照データセットを使用して、分類された結果の精度を決定します。参照データセットの値はスキーマに一致している必要があります。参照データセットには、さまざまな形式を使用できます。
- 分類済み画像であるラスター データセット
- ポリゴン フィーチャクラスまたはシェープファイル。フィーチャクラスの属性テーブルの形式はトレーニング サンプルに一致している必要があります。これを確実に行うには、トレーニング サンプル マネージャーを使用し、データセットの読み取り/書き込みを行って、参照データセットを作成します。
- ポイント フィーチャクラスまたはシェープファイル。この形式は、[精度評価ポイントの作成 (Create Accuracy Assessment Points)] ツールの出力と一致している必要があります。既存のファイルを使用中に、そのファイルを適切な形式に変換したい場合は、[精度評価ポイントの作成 (Create Accuracy Assessment Points)] ジオプロセシング ツールを使用します。
ランダム ポイント数
生成されるランダムなポイントの合計数。サンプリング処理やクラスの数に応じて、実際の数値はこれを超える場合がありますが、この数値を下回ることはありません。ランダムに生成されたポイントのデフォルト数は 500 です。
サンプリング処理
使用するサンプリング方式を指定します。
- 階層別ランダム - 各クラス内にランダムに分散したポイントを作成します。各クラスには、相対的な面積に比例した、多数のポイントが含まれています。これがデフォルトです。
- 均等階層別ランダム - 各クラス内にランダムに分散したポイントを作成します。各クラスのポイント数は同じです。
- ランダム - 画像全体にランダムに分散したポイントを作成します。
結果の理解
ツールを実行すると、混同行列がグラフ表示されます。セルにポインターを合わせると、[Count]、[User Accuracy]、[Producer Accuracy]、および [FScore] が表示されます。ウィンドウの下部に、Kappa スコアも表示されます。出力テーブルが [コンテンツ] ウィンドウに追加されます。
対角の解析
精度は 0 ～ 1 の範囲で表します。1 は 100% の精度を意味します。色の範囲は薄い青から濃い青への変化で表します。色が濃いほど、精度が高いことを意味します。
対角とは異なり、非対角にあるセルは、オミッションおよびコミッションに基づくエラーを示します。オミッション エラーは、偽陽性を示します。この場合、ピクセルは別のクラスに分類する必要がある場合でも、既知のクラスとして誤って分類されます。たとえば、分類された画像でピクセルが不透水性を示しても、グランドトゥルースは透水性を示す場合があります。不透水性クラスには、グランド トゥルース データに従うと存在しない余分なピクセルがあります。コミッション エラーは、偽陰性です。既知のクラスのピクセルは、そのクラス以外のクラスに分類されます。たとえば、分類された画像でピクセルが森林を示しても、実際は不透過性である場合があります。この場合、グランド トゥルース データに従うと、不透水性クラスにピクセルが存在しません。オミッション エラーは、ユーザー精度またはタイプ 1 エラーとも呼ばれます。コミッション エラーは、プロデューサー精度またはタイプ 2 エラーとも呼ばれます。
出力した混同行列の表示
エラー レポートの詳細を検証するには、[コンテンツ] ウィンドウにレポートを読み込んで開きます。エラー レポートは、プロジェクトの *.dbf ファイルか、指定した出力フォルダー内にあります。混同行列テーブルは、各クラスのユーザー精度 (U_Accuracy 列) とプロデューサー精度 (P_Accuracy 列)、および全体の Kappa 値を計算します。精度率の範囲は 0 ～ 1 で、1 は 100 パーセントの精度を表します。次に、混同行列の例を示します。
c_1 | c_2 | c_3 | Total | U_Accuracy | Kappa | |
c_1 | 49 | 4 | 4 | 57 | 0.8594 | 0 |
c_2 | 2 | 40 | 2 | 44 | 0.9091 | 0 |
c_3 | 3 | 3 | 59 | 65 | 0.9077 | 0 |
Total | 54 | 47 | 65 | 166 | 0 | 0 |
P_Accuracy | 0.9074 | 0.8511 | 0.9077 | 0 | 0.8916 | 0 |
Kappa | 0 | 0 | 0 | 0 | 0 | 0.8357 |
ユーザー精度列は、偽陽性 (またはオミッション エラー) を示します。この場合、ピクセルは別のクラスに分類する必要がある場合でも、既知のクラスとして異なって分類されます。たとえば、分類された画像でピクセルがアスファルトを示しても、基準は森林を示す場合があります。アスファルト クラスには、基準データに従うと存在しない余分なピクセルがあります。ユーザーの精度も、コミッション エラーまたはタイプ 1 のエラーと呼ばれます。このエラー率を計算するデータは、テーブルの行から読み取られます。[合計] 行は、基準データに従い、指定のクラスとして識別されるべきポイント数を示します。
プロデューサー精度列は偽陽性 (またはオミッション エラー) を示します。このエラー率を計算するデータは、テーブルの列で読み取られます。[合計] 列は、分類済みマップに従い、指定のクラスとして識別されたポイント数を示します。
Kappa 値は、分類の精度の全体的な評価を提供します。