Просмотреть обучающие примеры (Spatial Analyst)

Доступно с лицензией Spatial Analyst.

Доступно с лицензией Image Analyst.

Сводка

Оценивает точность отдельных образцов обучающей выборки. Точность перекрестной проверки вычисляется при помощи предварительно созданного результата обучающей классификации в файле .ecd и обучающих выборок. В выходные данные входит набор растровых данных, содержащий значения неправильно классифицированных классов, и набор данных обучающей выборки с показателями точности для каждой обучающей выборки.

Использование

  • Инструмент использует входной растр, дополнительный входной растр и файл определения классификатора .ecd для создания на лету слоя классификации. Затем слой классификации используется как базовый и сравнивается со всеми полигонами или точками обучающей выборки. Поскольку идеальная обучающая выборка должна содержать только пикселы отображаемого класса, для каждой выборки путем сравнения всех правильно и неправильно классифицированных пикселов вычисляется точность. Оценка точности (на полигон или точку) вычисляется как number of correctly classified pixels/number of total pixels, которая содержится в каждой обучающей выборке.

  • Оценка для полигональных обучающих выборок – это десятичное значение в диапазоне от 0 до 1, где значение ближе к 1 означает, что оно более точное. Оценка для точечных обучающих выборок равна 0 для неточных или 1 для точных.

  • Для улучшения классов в обучающих выборках результаты могут использоваться следующим способами:

    • Воспользуйтесь таблицей атрибутов выходной обучающей выборки для сортировки объектов выборки по точности и крупного просмотра каждого из них.
    • Используйте карту неклассифицированных классов, чтобы увидеть, где находится ошибка классификацию и определить ее причины.
    • После этого вы примите решение, сохранять, удалять или изменять обучающие объекты.

Синтаксис

InspectTrainingSamples(in_raster, in_training_features, in_classifier_definition, out_training_feature_class, out_misclassified_raster, {in_additional_raster})
ParameterОбъяснениеТип данных
in_raster

Входной классифицируемый растр.

Mosaic Layer; Raster Layer; Image Service; String
in_training_features

Класс объектов обучающей выборки создан на панели Менеджер обучающих выборок.

Feature Layer
in_classifier_definition

Выходной файл классификации .ecd любого из инструментов классификации с обучением. .ecd – это файл JSON, который содержит информацию об атрибутах, статистику и другую информацию, необходимую для классификатора.

File
out_training_feature_class

Выходные отдельные обучающие выборки сохраняются как класс пространственных объектов. Связанная атрибутивная таблица содержит дополнительное поле с показателем (баллами) точности.

Feature Class
out_misclassified_raster

Выходной неправильно классифицированный растр, имеющий NoData вне обучающих выборок. В обучающих выборках правильно классифицированные пикселы имеют значения NoData, а неправильно – значения соответствующих классов. В результате получается индексная карта неклассифицированных значений классов.

Raster Dataset
in_additional_raster
(Дополнительный)

Вспомогательные наборы растровых данных, такие как спектрозональное изображение или ЦМР, включенные для создания атрибутов и другой необходимой для классификатора информации. Этот растр понадобится при вычислении таких атрибутов как среднее или стандартное отклонение. Это дополнительный параметр.

Mosaic Layer; Raster Layer; Image Service; String

Пример кода

InspectTrainingSamples, пример 1 (окно Python)

В этом примере проверяется пригодность для классификации обучающих выборок.

### InspectTrainingSamples example 1 (Python window)
import arcpy
from arcpy.sa import *

in_img = "C:/Data/wv2.tif"
trn_samples1 = "C:/out/ts.shp"
ecd = "C:/Data/svm.ecd"
seg_in_img = "C:/Data/seg.tif"
trn_samples2 = "C:/out/ts2.shp"

out_misclassified_raster = InspectTrainingSamples(in_img, trn_samples, ecd,
                                                  trn_samples2, seg_in_img); 
out_misclassified_raster.save("C:/temp/misclassified.tif")
InspectTrainingSamples, пример 2 (автономный скрипт)

В этом примере проверяется пригодность для классификации обучающих выборок.

### InspectTrainingSamples example 2 (stand-alone script)
import arcpy
from arcpy.sa import *

out_misclassified_raster = InspectTrainingSamples("C:/Data/wv2.tif", 
                                                  "C:/out/ts.shp", 
                                                  "C:/Data/svm.ecd", 
                                                  "C:/out/ts2.shp", 
                                                  "C:/Data/seg.tif"); 
out_misclassified_raster.save("C:/temp/misclassified.tif")

Информация о лицензиях

  • Basic: Требуется Дополнительный модуль Spatial Analyst или Image Analyst
  • Standard: Требуется Дополнительный модуль Spatial Analyst или Image Analyst
  • Advanced: Требуется Дополнительный модуль Spatial Analyst или Image Analyst

Связанные разделы