计算混淆矩阵和Kappa系数

最新推荐文章于 2024-01-30 17:52:35 发布
最新推荐文章于 2024-01-30 17:52:35 发布
阅读量1.2w 收藏 65
点赞数 6
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/abeiceidei/article/details/75196221
版权

1.        将envi中影像转化为tif格式，导入到arcmap中，fileàsave file as àTiff/geo tiff

2.        在arcmap中用arctollbox中的（数据管理工具à要素类à随机布点100个）用(数据管理工具à转换工具à转为KML)，导入到GoogleEarth中

3.        在GoogleEarth中将点分别分到两个水体和非水体文件夹中。

4.        在arcmap中将GoogleEarth分类后的KMZ文件转到图层（数据管理工具à转换工具à由KML转出）

5.        转到图层界面，在内容列表中右键要素à数据à导出数据,导为shp文件

6.        在envi中 fileàopen vector file ，记得选文件格式，打开shp文件

7.        Classificationàpost classificationàgenerate radom sampleàusing groundtruth rois选择对应的文件计算混淆矩阵，Kappa

abeiceidei
关注
MFC实现ENVI分类影像混淆矩阵（Confusion Matrix）及精度计算（Overall Accuracy和Kappa Coefficient）
BBD的博客
05-06 5537
混淆矩阵（Confusion Matrix） 混淆矩阵计算代码： // 打开两幅待比较的分类影像 CFile datClassifyImg(ImgPath1, CFile::modeRead | CFile::typeBinary);// ImgPath1：路径根据自己的路径更换 CFile datGroundTruth(ImgPath2, CFile::modeRead | CFile::typ...
遥感解译计算Kappa系数
04-08
遥感图像分类Kappa系数遥感图像分类Kappa系数遥感图像分类Kappa系数遥感图像分类Kappa系数
【ENVI】精度验证——基于感兴趣区进行混淆矩阵分析
m0_73628219的博客
01-09 7514
ERDAS做精度评价验证，这里采用ENVI 5.6。本例采用混淆矩阵进行精度验证，感兴趣区作为验证样本，感兴趣区域来源为对原始影像的目视解译。
影像信息提取之-----混淆矩阵计算
David_jiang
10-15 1万+
查阅相关的资料，也没有得到土地利用类型转换矩阵确切的定义，我们理解为不同时间段内同一区域内土地利用类型的相互转换关系，其实本质就是遥感动态监测中的分类后比较方法，一般用二维表和图像来表达： l  二维表 从二维表中可以快速查看各个地类间相互转化的具体情况。比如某一类别的土地有百分之多少（或者面积）分别转化成了其他的土地类型，现在某类型的土地分别是由过去的哪些类别转化而来的等等。 l
混淆矩阵(Confusion Matrix)
zhaojie456的博客
09-11 3288
1 了解 理论 机器学习：了解混淆矩阵(Confusion Matrix) https://blog.csdn.net/qq_39521554/article/details/79995949 混淆矩阵(Confusion Matrix) https://blog.csdn.net/joeland209/article/details/71078935 4.4.2分类模型评判指标（一...
Kappa系数
Stay hungry, stay foolish
10-30 2785
Kappa系数：是一种计算分类精度的方法。它是通过把所有地表真实分类中的像元总数（N）乘以混淆矩阵对角线（Xkk）的和，再减去某一类地表真实像元总数与被误分成该类像元总数之积对所有类别求和的结果，再除以总像元数的平方差减去某一类中地表真实像元总数与该类中被分类像元总数之积对所有类别求和的结果所得到的。 两幅栅格图的kappa计算公式为 k = (Po-Pc)/(1-Pc) 设栅格总象元
用混淆矩阵计算kappa系数
qigeyonghuming_1的博客
12-29 1万+
从一篇论文——融合注意力机制和高效网络的糖尿病 视网膜病变识别与分类，看到人家除了特异性、敏感性、准确率、混淆矩阵以外，还用了加权kappa系数，所以了解一下kapp系数的知识，加权kappa还没找到更好的资料。。。 资料来源于百度百科词条——kappa系数 Kappa系数用于一致性检验，也可以用于衡量分类精度，但kappa系数的计算是基于混淆矩阵的. kappa系数是一种衡量分类精度的指标。它是通过把所有地表真实分类中的像元总数（N）乘以混淆矩阵对角线（Xkk）的和，再减去某一类地表真实像元总数与该类中被
从混淆矩阵算精度python_用混淆矩阵计算kappa系数
weixin_40006763的博客
01-14 2229
从一篇论文——融合注意力机制和高效网络的糖尿病视网膜病变识别与分类，看到人家除了特异性、敏感性、准确率、混淆矩阵以外，还用了加权kappa系数，所以了解一下kapp系数的知识，加权kappa还没找到更好的资料。。。资料来源于百度百科词条——kappa系数Kappa系数用于一致性检验，也可以用于衡量分类精度，但kappa系数的计算是基于混淆矩阵的.kappa系数是一种衡量分类精度的指标。它是通过把所...
matlab计算混淆矩阵及kappa系数
qq_44589327的博客
04-28 7256
前言 本科过程中学习或多或少涉及到分类的基础知识，分类过程中肯定回涉及到精度检验。这里就涉及到混淆矩阵的知识。 原理介绍 记混淆矩阵如下图所示： 矩阵xijx_{ij}xij​中主对交线表示分类正确的数目,记NNN为所有点对数量 其中有三个评价指标如下 总体精度 p0=∑xiiN p_0=\frac{\sum x_{ii}}{N} p0​=N∑xii​​ 期望精度 pe=∑i=1n(∏j=1nx...
work_python计算混淆矩阵第二类数据指标_某课程作业_混淆矩阵_
10-02
本作业聚焦于在已知混淆矩阵的情况下，利用Python来计算与第二类相关的指标，包括精确率、召回率、F1得分以及Kappa系数。 **混淆矩阵** 混淆矩阵是一种统计表格，用于可视化和分析分类模型的预测结果。它由四个...
【易康教程】遥感自动解译精度评价-Kappa系数计算等
YW_remote的博客
09-14 5473
自动解译工作永远也无法绕过的一个点永远都是精度评价，本文中基于eCongnition软件进行基于混淆矩阵的精度评价。 第一步—数据准备 本文中采用的数据以及规则集是前文中数据植被提取内容：教程 | 面向对象地类提取(1)-植被。采用数据为Landsat5，影像时相为1994年4月15日。 真值数据为ArcGIS软件生成的随机点共537个，这些数据点基于影像进行目视解译将其分为了两类：(1)植被(2)其他。 真值数据的制作主要分为两部分(1)创建渔网(2)生成随机点(3...
[机器学习] 混淆矩阵和kappa系数
真理无穷，进一步有进一步的欢喜
08-13 4493
两篇非常非常优秀的博客 4.4.2分类模型评判指标（一） - 混淆矩阵(Confusion Matrix) Kappa系数
（笔记）Kappa系数 & 混淆矩阵
Hanlin的博客
02-24 1万+
遥感图像的分类解译结果往往需要一定的精度评价指标进行精度验证，只有进行精度验证，我们才能知道分类解译的结果是否准确可靠。 Kappa系数就经常被用于影像分类的空间一致性检验，是一种衡量分类精度的指标。 Section 1：Kappa系数的概念 Kappa系数是一个用于一致性检验的指标，也可以用于衡量分类的效果。 在分类问题中，一致性就是指模型的预测结果和实际分类结果是否一致。 Kappa系数的计算是基于混淆矩阵的，取值为-1到1之间，通常大于0。 基于混淆矩阵的Kap..
利用ENVI进行土地利用监督分类
最新发布
m0_71391833的博客
01-30 6686
本次实验土地利用分类为例，分类仅考虑大面积连续分布的地物，不考虑更加详细的亚类，选择Landsat8OLI图像为数据源，谷歌地球遥感影像数据为参考影像。监督分类主要包括特征提取和选择、确定分类类别和建立解译标志、训练样本选取和评价、图像分类四个部分。提示：以下是本篇文章正文内容，下面案例可供参考。
监督分类的具体步骤（依据高分辨率计算混淆矩阵）
qq_41828818的博客
07-25 3793
好久没更新了，暑假的我貌似有些不务正业，晃晃悠悠的每天。最近河南暴雨、南京疫情，我的不务正业也随之停止，不过带球挺有意思。希望接下来的一切都能顺利！最近也在关注奥运会，昨天看了乒乓球赛，运动精神永远的神，又回想起来四年前代表学校第一次参加省运会，每赢一个球，队友的呐喊声，到现在都无法忘怀。作为女队队长，四年来大大小小的比赛，虽然没有怎么为母校带来很多荣誉，但是球队的凝聚力和队友的帮助，这辈子铭记于心。 坐在办公室窗户前，外面乌云密布，说下雨来着，也一直没有下，办公室还是熙熙攘攘的那几个人，很多次怀疑自己的能
ArcGIS+ENVI实现遥感分类精度评估（分层抽样法）
XinemaChen的博客
04-18 1万+
最近修改论文已经到了最后的关口，结果被质疑分类精度评估的方法。 我原来的方法是利用ArcGIS建立格网，格网中心点作为我的目视解译点，然后再从其中收集信息。 ...
ENVI监督分类及精度评价
热门推荐
zhoulong_giser
02-24 5万+
最近协助同学做了完整的监督分类数据，特此记录下来。对于ENVI监督分类，是每一个遥感从业者掌握的最基础的一个方法，但是完整的监督分类流程和精度评价，估计往往认识不够，所以以下的分享还是有点意义。 监督分类，又称训练分类法，用被确认类别的样本像元去识别其他未知类别像元的过程。它就是在分类之前通过目视判读和野外调查，对遥感图像上某些样区中影像地物的类别属性有了先验知识，对每一种类别选取一定数量的训练...
ENVI软件中决策树分类和监督分类算法比较
yuanYW7556的博客
08-06 1万+
概述 本次实验采用多源遥感影像数据,结合ENVI遥感影像处理软件,建立面向对象决策树、自动阈值决策树的规则,实现决策树分类,并对分类结果做精度评价,最后将决策树分类方法与传统监督分类方法进行比较,简要分析了这两类分类方法的优劣。 分类方法 面向对象决策树分类,又称基于专家知识决策树分类,是根据遥感影像数据和其它空间数据，通过专家总结、统计方法和总结归纳等，获得决策树分类的规则并实现决策树分类。决策树能够利用多源遥感影像数据实现分类，其规...
利用混淆矩阵计算kappa系数（二分类问题）
03-22
可以使用以下公式计算二分类问题的kappa系数： kappa = (p0 - pe) / (1 - pe) 其中，p0是观察到的准确率，pe是随机猜测的准确率。 混淆矩阵可以用来计算准确率和误差率。对于二分类问题，混淆矩阵如下： | | 预测为正例 | 预测为反例 | |------------|------------|------------| | 实际为正例 | TP | FN | | 实际为反例 | FP | TN | 其中，TP表示真正例，FN表示假反例，FP表示假正例，TN表示真反例。 准确率p0可以用以下公式计算： p0 = (TP + TN) / (TP + TN + FP + FN) 随机猜测的准确率pe可以用以下公式计算： pe = ((TP + FP) * (TP + FN) + (FN + TN) * (FP + TN)) / (TP + TN + FP + FN) ^ 2 将p0和pe代入kappa系数公式中即可计算出kappa系数。
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值