envi监督分类后,进行混淆矩阵精度验证,除了总体精度和kappa系数,怎么看各分类的精度大小??
1个回答
展开全部
如下,还有生产者精度和用户精度
Class Reference Classified Number Producers Users
Name Totals Totals Correct Accuracy Accuracy
---------- ---------- ---------- ------- --------- -----
Unclassified 0 0 0 --- ---
forest 3 1 1 33.33% 100.00%
grass 5 4 3 60.00% 75.00%
yanshi 22 22 20 90.91% 90.91%
ruotu 9 8 5 55.56% 62.50%
nongzuowu 11 15 10 90.91% 66.67%
river 0 0 0 --- ---
Totals 50 50 39
Overall Classification Accuracy = 78.00%
生产则精度=正确分类数/某类别总数
用户精度=正确分类数/(正确分类数+错分到某类别总数)
当然是生产则精度和用户精度都大最好
当然是最大似然法最好,马氏距离、最小距离法都是最大似然法的简化。平行管道法也不如最大似然法。
Class Reference Classified Number Producers Users
Name Totals Totals Correct Accuracy Accuracy
---------- ---------- ---------- ------- --------- -----
Unclassified 0 0 0 --- ---
forest 3 1 1 33.33% 100.00%
grass 5 4 3 60.00% 75.00%
yanshi 22 22 20 90.91% 90.91%
ruotu 9 8 5 55.56% 62.50%
nongzuowu 11 15 10 90.91% 66.67%
river 0 0 0 --- ---
Totals 50 50 39
Overall Classification Accuracy = 78.00%
生产则精度=正确分类数/某类别总数
用户精度=正确分类数/(正确分类数+错分到某类别总数)
当然是生产则精度和用户精度都大最好
当然是最大似然法最好,马氏距离、最小距离法都是最大似然法的简化。平行管道法也不如最大似然法。
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询