24小时热门版块排行榜    

查看: 3214  |  回复: 2
当前只显示满足指定条件的回帖,点击这里查看本话题的所有回帖

ivandark

新虫 (初入文坛)

[求助] 想问一下关于监督分类后用混淆矩阵进行精度评定的大致思想

在网上搜了一下混淆矩阵,大致有了一个概念:把标准的和实际的分类做比较,看对了多少错了多少,列一张表格,计算精度。
我是用马氏距离做的监督分类。很疑惑分类不是根据距离的长短由算法分好了么?而且,标准分类如何确定?难道是根据我选择的那些样本在分类之后有多少是我选样本的时候规定的那类?不懂。
回复此楼
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

windhunpheg

铜虫 (初入文坛)

【答案】应助回帖

对角线上元素为被正确分类的样本数目;非对角线上的元素为被混分的样本数;实际类型(地面实况数据)指地表实测值或标准数据或图件上对应的抽样样本;行总数代表分类数据各类的抽样样本数目总和;列总数代表实际类型的各类抽样样本数目总和。(有的分析矩阵这两个换了一下)
整体精度=主对角线元素之和/误差矩阵所有元素之和(就是得到正确分类数目与全部的数目比值)
类型x的制图精度 =类型x所对应的主对角线元素 /所在的列总和(就是你提取的正确分类的x的数与实际地面x的数目的比值)
类型x的用户精度 =类型x所对应的主对角线元素/x所在的行总和 (就是你得到正确分类的X的数目与你得到分类图像中x的总共数据的比值)
3楼2012-12-01 12:00:03
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
查看全部 3 个回答

pasarahr

铜虫 (小有名气)

【答案】应助回帖

分类精度的计算就是要预先知道这些样本的类别标记。
监督分类需要有训练样本训练分类器,然后用训练好的分类器去分测试样本。你的实际分类结果跟已知的类别比较可以得到精度。
2楼2012-11-30 09:00:38
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
信息提示
请填处理意见