ENVI_基于CART的自动决策树分类

已于 2022-09-06 20:42:37 修改
阅读量3k 收藏 20
点赞数 7
分类专栏： ENVI 文章标签： CART 决策树 分类 ENVI 遥感
于 2020-09-04 17:30:34 首次发布
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/weixin_43238426/article/details/90694601
版权

决策树分类流程

数据预处理——构建多源数据——获取规则——应用规则——分类后处理

一、预处理

辐射定标、FLAASH大气校正（过程简单，略）

二、构建多源数据

计算 NDVI 和 IsoData 非监督分类，将其与原始数据进行波段合成Layer Stacking（过程简单，略，本文主要讲解CART决策树的使用）

说明：构建多源数据可能是为了让分类结果更加准确，此步骤也可以省略。

三、获取规则

1.下载CART扩展插件
http://blog.sina.com.cn/s/blog_764b1e9d01013gf7.html

2.新建ROI（根据自己的分类情况进行绘制）
在这里插入图片描述

3.保存ROI到经典版（因为CART只能在经典版中使用）
在这里插入图片描述

4.打开经典版ENVI，使用CART

了解本专栏 订阅专栏 解锁全文 超级会员免费看
xuquan0928
关注
  • 7
    点赞
  • 踩
  • 20
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 4
    评论
专栏目录
订阅专栏
CART 分类与回归树
aliceyangxi1987的博客
06-17 1456
本文结构： CART算法有两步 回归树的生成 分类树的生成 剪枝 CART － Classification and Regression Trees分类与回归树，是二叉树，可以用于分类，也可以用于回归问题，最先由 Breiman 等提出。分类树的输出是样本的类别， 回归树的输出是一个实数。CART算法有两步：决策树生成和剪枝。决策树生成：递归地构建二叉决策树的过程，基于训练数据集生成决策树，生成的
envi决策树分类工具
08-23
下载后把文件解压放到envi安装目录下的porduct/envi47/save_add文件夹下，安装前先卸载汉化插件。
CART 分类决策树
weixin_46556352的博客
04-02 6515
1. Cart树简介¶ Cart模型是一种决策树模型，它即可以用于分类，也可以用于回归，其学习算法分为下面两步： （1）决策树生成：用训练数据生成决策树，生成树尽可能大 （2）决策树剪枝：基于损失函数最小化的剪枝，用验证数据对生成的数据进行剪枝。 分类和回归树模型采用不同的最优化策略。Cart回归树使用平方误差最小化策略，Cart分类生成树采用的基尼指数最小化策略。 Scikit-learn中有两类决策树，他们均采用优化的Cart决策树算法。一个是DecisionTreeClassifier一个是
使用CART自动决策树在ENVI中对高分辨率遥感影像进行地物分类.rar
09-09
适合在校大学生、遥感初学者学习使用。资料包括高分辨率遥感影像处理过程文件、处理过程截图、各个处理工具的说明、ROI的选择结果、多波段数据的构建、遥感地物分类的结果。可以直接拿去作为遥感课程设计的文档，上交老师，也可以下载作为学习CART自动决策树分类的资料。
决策树之CART（分类回归树）详解
最新发布
酒酿小圆子呀～
05-14 2661
分类与回归树（calssification and regression tree，CART）是决策树算法中的一种，与其他决策树算法相同，同样由特征选择，树的生成与剪枝组成。CART被广泛应用，且被用于树的集成模型，例如，GBDT、RF等集成算法的基学习器都是CART树。决策树是典型的非线性模型，GBDT和RF因此也是非线性模型。决策树的经典算法包括ID3、C4.5、CART算法，其应用领域及所使用的准则，如下图所示。CART分类回归树是一种典型的二叉决策树，可以做分类或者回归。
ENVI基于训练样本的决策树地块分类
zqk的博客
04-14 6437
目录 一、遥感影像处理： 1、波段合成（反射率+高程） 2、格式转换（.tif->.dat） 二、新建训练样本，保存格式为roi 1、new Region of Interest ​2、Export to Classic（保存为roi格式）​ 三、安装RuleGen工具 四、启动ENVI Classic，决策树规则自动获取(RuleGen) 五、Execute Decision Tree 一、遥感影像处理： 1、波段合成（反射率+高程） 2、格式转换（.tif-&...
ENVI实现归一化建筑物指数（NDBI）实验操作
热门推荐
yuanYW7556的博客
03-31 3万+
这是提出NDBI的那个人的文章，有兴趣的可以下载下来看 这是他的技术路线图，他有做了验证，我们这里只是实现，不做验证。 这是NDBI方法的公式：我们这里用L8 OLI数据做实验，也就是对应的MIR是第6波段，NIR是第5波段。 后面实验操作就是按照他的步骤！ 原始数据需要经过辐射定标和大气校正，如上图所示，我使用整景的L8数据做实验，上面是辐射定标结果。 为了节省时间，我使用快速大气校正，但是提醒大家：最好使用FLAASH那个完整模块进行校正，完整大气校正结果是地表发射率数据。 这是大气校正结果.
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...
决策树分类_IDl_envi_决策树_决策树分类_
09-29
总的来说，"决策树分类_IDL_envi_决策树_决策树分类_"这一主题强调了如何在ENVI Classic环境下，通过IDL编程实现决策树算法，用于遥感图像的分类。RuleGen_v1[1].01可能是实现这一功能的具体脚本或模块，它包含了...
ENVI扩展工具-CART决策树分类扩展插件RuleGen
06-18
**ENVI扩展工具-CART决策树分类扩展插件RuleGen** ENVI（Environment for Visualizing Images）是一款广泛使用的遥感图像处理和分析软件。RuleGen是ENVI中的一个扩展插件，专门用于CART（Classification and ...
envi_IDL.rar_envi_envi_rtv_smooth
09-24
标题中的"envi_IDL.rar_envi_envi_rtv_smooth"暗示了这是一个关于ENVI（Environment for Visualizing Images）软件的资源，特别是涉及到IDL（Interactive Data Language）编程环境，并且可能与ENVI的RTV（Real-Time ...
read_ENVI_head_file_head_envi_
10-01
标题"read_ENVI_head_file_head_envi_"暗示了我们要讨论的是如何读取ENVI头文件（.hdr）。 ENVI头文件是文本格式，包含了关于图像数据的重要元数据，如波段数量、每个像素的位数、空间分辨率、投影信息等。这些信息...
envi决策树自动生成
03-07
基于ENVI的自动僧成决策树插件，方便好用，网上有改插件的使用教程
201407基于CART获取规则的决策树分类.pdf
05-08
esri 中国出品 基于ENVI软件的图像分类技术教程之一 基于CART获取规则的决策树分类，CART算法考虑到每个节点都有成为叶子节点的可能，对每个节点都分配类别。分配类别的方法可以用当前节点中出现最多的类别，也可以参考当前节点的分类错误或者其他更复杂的方法。
基于专家知识的决策树分类|以DEM+影像数据在ENVI操作为例
weixin_64067729的博客
11-21 5248
一个决策树分类教程。
ENVI5.6决策树分类步骤
qq_65772557的博客
11-23 2784
单击左边列表中的NDVI变量，在弹出的文件选择对话框中选择TM图像，给NDVI变量指定一个数据文件。如果图像在所选的头文件中没有包含波长信息，那么ENVI就会进行提示，以确定NDVI计算中所需的红波段和近红外波段。单击OK按钮，可以看到属性编辑窗口中的第一层节点名称变成NDVI＞0.3。选择class0单击右键，从快捷菜单中选择Add Children，将NDVI值低的那类进一步的细分为两类。如果对结果不满意的，想要修改直接在ENVI decision tree窗口，选择想要修改的节点，就可以修改属性。
基于CART分类方法的决策树（机器学习）
公众号：风景邮递Yuan的博客
10-10 1486
CART 决策树，它是一棵决策二叉树，既可以做分类树，也可以做回归树。你需要记住的是，作为分类树，CART 采用基尼系数作为节点划分的依据，得到的是离散的结果，也就是分类结果；作为回归树，CART 可以采用最小绝对偏差（LAD），或者最小二乘偏差（LSD）作为节点划分的依据，得到的是连续值，即回归预测结果。D3 算法，基于信息增益做判断；C4.5 算法，基于信息增益率做判断；CART 算法，分类树是基于基尼系数做判断。
ENVI下基于决策树提取土地覆盖信息
中国科学数据网
03-05 3000
ENVI下基于决策树提取土地覆盖信息
ENVI_WRITE_ENVI_FILE
03-15
ENVI_WRITE_ENVI_FILE是一个用于将数据写入ENVI文件的函数。ENVI是一种用于遥感图像处理和分析的软件环境，它使用特定的文件格式来存储和处理遥感数据。 ENVI_WRITE_ENVI_FILE函数的作用是将数据写入ENVI格式文件，并可以指定文件的元数据信息。该函数通常用于将处理后的遥感数据保存为ENVI格式，以便后续的分析和可视化。 使用ENVI_WRITE_ENVI_FILE函数时，你需要提供以下参数： - 文件名：指定要保存的文件名和路径。 - 数据：要保存的数据，可以是二维或三维数组。 - 元数据：包含文件的元数据信息，如波段数、投影信息等。 以下是一个示例代码，展示了如何使用ENVI_WRITE_ENVI_FILE函数保存数据为ENVI格式文件： ``` import numpy as np from spectral import envi, toimage # 生成示例数据 data = np.random.rand(100, 100) # 定义元数据 metadata = { 'lines': data.shape[0], 'samples': data.shape[1], 'bands': 1, 'data type': 4, # float32 'interleave': 'bsq' # band sequential } # 保存数据为ENVI格式文件 envi.save_image('output.img', data, metadata) # 可选：将保存的数据可视化 image = toimage(data) image.show() ``` 这段代码首先生成了一个随机的二维数组作为示例数据，然后定义了元数据信息，包括数据的行数、列数、波段数、数据类型和存储方式。最后使用ENVI_WRITE_ENVI_FILE函数将数据保存为ENVI格式文件，并可选地将保存的数据进行可视化。
评论 4
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

打赏作者

xuquan0928

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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