机器学习
文章平均质量分 94
陈修一
加里敦大学地理系毕业生,编程练习时长三个月的个人练习生。
主要研究方向:人口地理、城市地理、大数据、遥感。
展开
-
【Earth Engine】基于GEE协同Sentinel-1/2使用随机森林回归实现高分辨率相对财富(贫困)制图
最近在做一些课题,需要使用Sentinel-1/2进行机器学习制图。然后想着总结一下相关数据和方法,就花半小时写了个代码。然后再花半小时写下这篇博客记录一下。这篇博客主要参考数据(相对贫困指数,RWI)来自这个GEE社区网站,有缺数据的可以直接在这上面找,要用的时候调用一下就行了。这是这个数据的一个交互地图预览。工作完全是在GEE平台上写的,如上面所说,这个工作跟我的课题内容关系不大,纯粹是拍脑袋的需求然后拍脑袋写的代码。原创 2023-12-21 21:54:20 · 1412 阅读 · 0 评论 -
【Python】基于Python的机器学习分类的模型选择:交叉验证和模型质量评估
最近完成一个工作,就基于一些表格化的数据进行机器学习分类。由于分类是研究中的关键步骤,所以首先要选择到底哪个模型适合我们的分类任务。比较传统且经典的选择方法就是用交叉验证。交叉验证是什么可以看以下这幅图,来自这篇论文,这里不过多赘述。那么,具体实验中,有了数据之后,要怎么用自动化高效地方法完成交叉验证并选择合适的模型呢?这篇博文就是为了解决这个问题。本文要实现的东西很简单,在于:对多个模型进行k折交叉验证,并且对输出每一fold和每个模型的总体评价指标。原创 2023-07-06 02:16:02 · 1321 阅读 · 0 评论 -
【Earth Engine】基于GEE进行非监督学习
目录简介与摘要采样点的选取合成多波段影像分类器参数设置影像的显示与结果后记简介与摘要最近导师给了个新方向,其中要用到长时间和大空间的高分辨率遥感影像分类数据,其中有一类还是季节性池塘。。这。。这么多要求。。实在没有免费的并且符合要求的数据。。于是我寻思还是自己做吧,所以马上学习了下GEE。。。在第一阶段,我使用landsat合成全年的影像,比如landsat5,只用到1-7波段,输入分类器的波段实在太少了,分类精度很低,而且根本提不出来季节性的地物。第二阶段,我终于意识到用全年合成影像是不行的,原创 2021-04-14 21:26:37 · 1774 阅读 · 3 评论 -
【Earth Engine】基于GEE对季节性地物进行分类(多源数据叠图+监督分类)
目录简介与技术流程数据及其预处理要调用的包代码函数:计算斜率和变异系数代码:计算栅格图像的斜率代码:计算栅格图像的变异系数代码:函数的调用与结果后记简介与技术流程最近导师给了个新方向,其中要用到长时间和大空间的高分辨率遥感影像分类数据。这。。这么多要求。。实在没有免费的并且符合要求的数据。。于是我寻思还是自己做吧,所以马上学习了下GEE。。。关于GEE的申请什么的我这里就不多说了,这篇博客直接进入应用。总的来说,就是把多幅影像叠加在一起,逐像元构建一组时间序列,然后计算它的变异系数。比方说,原创 2021-03-16 20:47:02 · 11562 阅读 · 7 评论 -
【Python】基于Python的机器学习回归:可视化、预测及预测结果保存(附代码)
目录简介数据代码效果关于数据获取简介其实……不太想写简介……之前写了两篇(第一篇点这里;第二篇点这里)关于机器学习(随机森林)的文章,反响还不错。然后前一段时间有一些小伙伴来问我关于预测的事情,我仔细回想了一下之前的文章我似乎没有把预测当成一个重要的任务(我在一定程度上陷入了误区),所以我赶紧(拖了好几个月)写下了这篇博客。机器学习不用多说了,主要还是用来完成回归和分类任务。本篇的任务是对于离散数据的回归,基于由训练集训练好的模型,然后根据预测集的feature对预测集的target预测(反正说白了原创 2020-10-14 20:41:14 · 20211 阅读 · 31 评论 -
【Python】基于Python的回归随机森林(RandomForestRegression)1:生成折线图与散点图(附代码)
基于python平台sklearn的回归随机森林(RandomForestRegression)简介直接上代码简介这里本来有简介,但是因为我懒,所以先没有简介。直接上代码```pythonimport numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport mathimport xlrdimpor...原创 2020-01-12 23:31:34 · 25084 阅读 · 66 评论