Краткая информация
Вычисляет матрицу несоответствий на основе ошибок пропуска и невыполнения, и получает значение Каппа. Оно является показателем согласованности между классифицированной картой и базовыми данными.
Этот инструмент использует выходные данные инструмента Создать точки оценки точности или Обновить точки оценки точности.
Использование
Этот инструмент вычисляет матрицу несоответствий, используя произвольные точки оценки точности. Точки оценки точности создаются инструментом Создать точки оценки точности и обновляются при помощи инструмента Обновить точки оценки точности. Эти инструменты гарантируют, что каждая точка имеет корректные значения класса в полях CLASSIFIED и GROUND_TRUTH. Инструмент вычисляет точность пользователя и точность построителя для каждого класса, а также общий индекс Kappa. Диапазон точности варьируется от 0 до 1, при этом 1 означает 100% точность. Ниже приведен пример матрицы несоответствий.
Пример матрицы несоответствийc_1
c_2
c_3
Всего
U_Accuracy
Kappa
c_1
49
4
4
57
0.8594
0
c_2
2
40
2
44
0.9091
0
c_3
3
3
59
65
0.9077
0
Всего
54
47
65
166
0
0
P_Accuracy
0.9074
0.8511
0.9077
0
0.8916
0
Kappa
0
0
0
0
0
0.8357
Точность пользователя дает ложноположительные результаты, если пикселы ошибочно классифицируются как некий известный класс, когда их следовало классифицировать как нечто другое. Примером может служить классифицированное изображение, где пиксел указан как непроницаемый, а базовые данные указывают, что это лес. Непроницаемый класс имеет дополнительные пикселы, которые он не должен иметь в соответствии с базовыми данными.
Точность пользователя называют также ошибками достоверности или ошибкой типа 1. Данные для расчета коэффициента ошибок считываются со строк таблицы.
Строка Всего показывает число точек, которые согласно базовым данным должны были определиться как заданный класс.
Точность построителя является ложноотрицательной, когда пикселы известного класса классифицируются как нечто иное, чем этот самый класс. Примером может служить классифицированное изображение, где пиксел указан как лес, а на самом деле он должен быть непроницаемым. В этом случае, непроницаемый класс – это отсутствующие пикселы в соответствии с базовыми данными.
Точность построителя также называют ошибками пропуска и невыполнения или ошибкой типа 2. Данные для расчета этого коэффициента ошибок считываются со столбцов таблицы.
Столбец Всего показывает число точек, которые согласно классифицированной карте определились как заданный класс.
Индекс Kappa дает общую оценку точности классификации.
Синтаксис
ComputeConfusionMatrix (in_accuracy_assessment_points, out_confusion_matrix)
Параметр | Объяснение | Тип данных |
in_accuracy_assessment_points | Класс объектов точек оценок точности создается инструментом Создать точки оценки точности, он содержит поля CLASSIFIED и GROUND_TRUTH. | Feature Layer |
out_confusion_matrix | Имя выходного файла матрицы несоответствий в табличном формате. Формат таблицы определяется выходным местоположением и путем к ней. По умолчанию выходными данными будет таблица базы геоданных. Если путь не в базе геоданных, укажите расширение .dbf, чтобы он был в формате dBASE. | Table |
Пример кода
ComputeConfusionMatrix, пример 1 (автономный скрипт)
Пример вычисления матрицы несоответствий на основе точек оценки точности.
import arcpy
from arcpy.sa import *
arcpy.gp.ComputeConfusionMatrix("aapnt2.shp", "confm.dbf")
Параметры среды
Информация о лицензиях
- ArcGIS Desktop Basic: Требует Spatial Analyst
- ArcGIS Desktop Standard: Требует Spatial Analyst
- ArcGIS Desktop Advanced: Требует Spatial Analyst