精度评价主要方法：混淆矩阵和Kappa统计
精度评价主要方法：混淆矩阵和Kappa统计
|
| Ground Truth(Pixels) |
| ||||
| Class | 水体 | 林地 | 耕地 | 未利用地 | 居民地 | Total |
| 水体 | 25792 | 0 | 0 | 2 | 44 | 25838 |
| 林地 | 80 | 16825 | 297 | 684 | 1324 | 19210 |
| 耕地 | 519 | 60 | 27424 | 38 | 11542 | 39583 |
| 未利用地 | 31 | 0 | 0 | 9638 | 487 | 10156 |
| 居民地 | 323 | 0 | 49 | 133 | 30551 | 31056 |
| Total | 26745 | 16885 | 27770 | 10495 | 43948 | 125843 |
总体分类精度（ Overall Accuracy ） : 等于被正确分类的像元总和除以总像元 数。被正确分类的像元数目沿着混淆矩阵的对角线分布，总像元数等于所有真实参考源的像元总数， Overall Accuracy = (110230/125843) =87.5933% .
错分误差 (Commission Error)
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！