Calcular matriz de confusión (Herramientas de Image Analyst)
Resumen
Calcula una matriz de confusión con errores de omisión y comisión y deriva un índice de acuerdo kappa, una intersección sobre la unión (IoU) y la precisión global entre el mapa clasificado y los datos de referencia.
Esta herramienta utiliza los resultados de la herramienta Crear puntos de evaluación de precisión o de la herramienta Actualizar puntos de evaluación de precisión.
Uso
En el flujo de trabajo de evaluación de la exactitud suelen utilizarse las tres herramientas siguientes en este orden: Crear puntos de evaluación de precisión, Actualizar puntos de evaluación de precisión y Calcular matriz de confusión.
Esta herramienta calcula una matriz de confusión usando los puntos de evaluación de exactitud. Los puntos de evaluación de exactitud se generan mediante la herramienta Crear puntos de evaluación de precisión y se actualizan mediante la herramienta Actualizar puntos de evaluación de precisión. Estas dos herramientas garantizan que cada punto tendrá valores de clase válidos para los campos
ClassifiedyGrndTruth. Estos campos son tipos de campos de números enteros largos. La herramienta calcula la exactitud del usuario y la exactitud del productor para cada clase, así como un índice de acuerdo Kappa global. Estos índices de exactitud oscilan entre 0 a 1, donde 1 representa el 100 por cien de precisión. A continuación, se muestra un ejemplo de una matriz de confusión:c_1
c_2
c_3
Total
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
Total
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
Ejemplo de matriz de confusión
La precisión del usuario es una medida de los píxeles que se clasifican correctamente de todos los píxeles que se clasifican como una clase determinada. El resto de los píxeles clasificados en esta clase pertenecen a una clase diferente, o se identifican como una clase diferente, según la información de referencia; son falsos positivos.
La precisión del usuario también se conoce como errores de comisión o errores de tipo 1. Los datos para calcular esta tasa de error se leen en las filas de la tabla.
En la fila Total se muestra el número de puntos que deben haber sido identificados como una clase dada, según los datos de referencia.
La precisión del productor es un falso negativo, donde los píxeles de una clase conocida se clasifican como algo diferente a una clase. Un ejemplo sería cuando la imagen clasificada identifica un píxel como bosque, pero debería ser impermeable. En este caso, a la clase impermeable le faltan píxeles según los datos de referencia.
La precisión del productor también se conoce como errores de omisión o errores de tipo 2. Los datos para calcular esta tasa de error se leen desde las columnas de la tabla.
En la columna Total se muestra el número de puntos que se identificaron como una clase dada, según el mapa clasificado.
El índice de acuerdo Kappa proporciona una evaluación global de la exactitud de la clasificación.
La intersección sobre Unión (IoU) es el área de superposición entre la segmentación predicha y la realidad del terreno dividida por el área de unión entre la segmentación predicha y la realidad del terreno. El valor medio de IoU se calcula para cada clase.
Parámetros
| Etiqueta | Explicación | Tipo de datos |
|---|---|---|
|
Puntos de evaluación de precisión de entrada |
La clase de entidad de puntos de evaluación de precisión, creada a partir de la herramienta Crear puntos de evaluación de precisión, que contiene los campos |
Feature Layer |
|
Matriz de confusión de salida |
El nombre del archivo de salida de la matriz de confusión en formato de tabla. El formato de la tabla está determinado por la ubicación y la ruta de salida. De forma predeterminada, la salida será una tabla de geodatabase. Si la ruta no está en una geodatabase, especifique una la extensión |
Table |
Entornos
Esta herramienta no utiliza ningún entorno de geoprocesamiento.
Información de licenciamiento
- Basic: Requiere Image Analyst o Spatial Analyst
- Standard: Requiere Image Analyst o Spatial Analyst
- Avanzado: Requiere Image Analyst o Spatial Analyst