ENVI扩展工具:RandomForest分类工具

栏目: 编程工具 · 发布时间: 6年前

内容简介:随机森林是一种很灵活实用的方法,具有如下几个特点:

随机森林简介

作为新兴起的、高度灵活的一种机器学习算法,随机森林( Random Forest RF )拥有广泛的应用前景。随机森林就是通过集成学习的思想将多棵树集成的一种算法,它的基本单元是决策树,而它的本质属于机器学习的一大分支—集成学习( Ensemble Learning )方法。从直观角度来解释,每棵决策树都是一个分类器,那么对于一个输入样本, N 棵树会有 N 个分类结果。而随机森林集成了所有的分类投票结果,将投票次数最多的类别指定为最终的输出。

随机森林的特点

随机森林是一种很灵活实用的方法,具有如下几个特点:

l   在当前所有算法中,具有极好的准确率

l   能够有效地运行在大数据集上

l   能够处理具有高维特征的输入样本,而且不需要降维

l   能够评估各个特征在分类问题上的重要性

l   在生成过程中,能够获取到内部生成误差的一种无偏估计

l   对于缺省值问题也能够获得很好得结果

实际上,随机森林的特点不只有这六点,它就相当于机器学习领域的 Leatherman (多面手),你几乎可以把任何东西扔进去,它基本上都是可供使用的。在估计推断映射方面特别好用,以致都不需要像 SVM 那样做很多参数的调试

具体的随机森林介绍可以参见随机森林主页: https://www.stat.berkeley.edu/~breiman/RandomForests/cc_home.htm#inter

以上内容摘自: http://www.cnblogs.com/maybe2030/p/4585705.html

基本功能

基于随机森林算法实现影像监督分类。

版本要求

ENVI5.3 及以上。

工具安装方法

有以下两种安装方式,推荐使用 ENVI App Store 安装该扩展工具

l   ENVI App Store 安装

1 ENVI App Store 工具见 http://www.enviidl.com/appstore/

2 )在 ENVI App Store 找到“随机森林分类工具”,点击 Install App 进行安装。

3 )重启 ENVI

l   手动安装

1) 下载链接: https://pan.baidu.com/s/19jDShxRy6zctzDAstZwIWw 密码: qppt

2) 下载 ENVIRandomForestClassification.zip ,将解压后的 custom_code extensions 文件夹拷贝到 …\ENVI5X\ 下,覆盖并替换;

3 )重启 ENVI

使用说明

一.启动

Tool Box 中,打开 /Extensions/Random Forest Classification ,工具界面如下图所示。

ENVI扩展工具:RandomForest分类工具

Random Forest 分类 工具 参数面板

二.参数设置

l   Input Raster :待分类影像

l   Input Train ROIs :训练样本,格式为 *.xml 或者 *.roi ;可基于 ROI 工具构建。对于 ENVI 5.3 5.3.1 ,在选择 Input Train ROIs 有可能弹出如下提示:

ENVI扩展工具:RandomForest分类工具

解决方法有两个:

1) 启动工具前就将训练样本和与之关联的待分类影像在 ENVI 中打开;

2) 在选择“ Input Raster ”时同时选中待分类影像和训练样本并打开。

l   Number of Trees :随机森林树的数量,值越大,构建耗时越长,反之用时越少。默认为 100

l   Number of Features :特征数量,默认使用“ Square Root ”方法,即 Number of Features=sqrt(nb) ;若选择“ Log ”方法,则 Number of Features=log(nb) 。其中 nb 为输入的待分类影像波段数

l   Min Node Samples Minimum number of samples to stop splitting …… 翻译不到位,请自行理解吧)

l   Min Impurity Minimum impurity to stop splitting …… 翻译不到位,请自行理解吧)

l   Display Result :是否在 ENVI 中显示分类结果,默认为“ Yes

l   Output Raster :分类结果输出路径

三、 RF 分类示例

对于 Random Forest 分类参数,一般保持默认即可( RF 的一大优势,即基本不需要调参即可获得良好的分类结果 )。综上,笔者以一景 Landsat-5 TM 数据为例,在影像上均匀选取居民地、水体、休耕地、留茬耕地和绿植耕地样本,使用 Random Forest 分类工具默认参数进行监督分类 ,得到分类结果如下:

ENVI扩展工具:RandomForest分类工具

Random Forest 分类结果示例(右, Landsat-5 TM 标准假彩色显示)


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

网络空间导论

网络空间导论

李良荣、方师师 / 复旦大学出版社 / 2018-6-1 / 38

在互联网蓬勃发展的今天,新闻传播学科该往何处去?在长达半个多世纪的深入研究后,李良荣教授及其团队给出了答案:从“小新闻”走向“大传播”,并撰写了这本开创性的教材:《网络空间导论》。 在本书中,互联网被定义为“空间”——持续演进的数字化现实。为了深刻把握网络空间的内涵,本书提供了六个维度的观察:技术应用、组织架构、政治经济、媒介文化、网络素养、安全治理,并以大胆且富有建设性的观点重新定义了新闻......一起来看看 《网络空间导论》 这本书的介绍吧!

HTML 压缩/解压工具
HTML 压缩/解压工具

在线压缩/解压 HTML 代码

RGB转16进制工具
RGB转16进制工具

RGB HEX 互转工具

HSV CMYK 转换工具
HSV CMYK 转换工具

HSV CMYK互换工具