地球引擎保姆级教程——机器学习中Cart回归树/随机森林土地分类包含精度评定和结果验证（混淆矩阵）

此星光明

于 2021-11-15 09:48:29 发布

阅读量1.3k

点赞数

分类专栏： GEE教程训练 Google Earth Engine GEE学习专栏文章标签：随机森林 cart分类回归树机器学习土地分类监督分类

本文链接：https://blog.csdn.net/qq_31988139/article/details/120513115

版权

GEE教程训练同时被 3 个专栏收录

509 篇文章 149 订阅 ¥159.90 ¥299.90

订阅专栏

超级会员免费看

Google Earth Engine

443 篇文章 203 订阅 ¥199.90 ¥299.90

订阅专栏

超级会员免费看

GEE学习专栏

179 篇文章 506 订阅

订阅专栏

本教程详细介绍了如何使用地球引擎进行机器学习，特别是Cart分类回归树和随机森林在土地分类中的应用。内容涵盖了从数据处理到模型训练，再到模型精度评估的全过程，特别强调了利用混淆矩阵进行结果验证和精度评定。

摘要由CSDN通过智能技术生成

function maskL8sr(image) {
  // Bit 0 - Fill
  // Bit 1 - Dilated Cloud
  // Bit 2 - Cirrus
  // Bit 3 - Cloud
  // Bit 4 - Cloud Shadow
  var qaMask = image.select('QA_PIXEL').bitwiseAnd(parseInt('11111', 2)).eq(0);
  var saturationMask = image.select('QA_RADSAT').eq(0);

  // 将缩放系数应用于适当的波段。
  var opticalBands = image.select('SR_B.').multiply(0.0000275).add(-0.2);
  var thermalBands = image.select('ST_B.*').multiply(0.00341802).add(149.0);

  // 用缩放后的带子替换原来的带子，并应用蒙版。
  return image.addBands(opticalBands, null, true)
      .addBands(thermalBands, null, true)
      .updateMask(qaMask)
      .updateMask(saturationMask);
}

// 在一年的数据上映射函数。
var collection = ee.ImageCollection('