Google Earth Engine（GEE）——机器学习（监督分类1）样本数据为点要素

监督分类

该Classifier包通过在 Earth Engine 中运行的传统 ML 算法处理监督分类。这些分类器包括 CART、RandomForest、NaiveBayes 和 SVM。分类的一般工作流程是：

1. 收集训练数据。组合具有存储已知类标签的属性和存储预测变量数值的属性的特征。
2. 实例化一个分类器。如有必要，设置其参数。
3. 使用训练数据训练分类器。
4. 对图像或特征集合进行分类。
5. 使用独立的验证数据估计分类错误。

训练数据FeatureCollection具有存储类标签的属性和存储预测变量的属性。类标签应该是连续的，从 0 开始的remap()整数。如有必要，用于将类值转换为连续整数。预测变量应该是数字。

训练和/或验证数据可以来自各种来源。要在 Earth Engine 中以交互方式收集训练数据，您可以使用几何