混同行列の計算 (Image Analyst ツール)
サマリー
オミッション エラーおよびコミッション エラーを使用して混同行列を計算し、分類済みマップと参照データ間のカッパ値、IoU (Intersection over Union)、および全体的な精度を出力します。
このツールは、精度評価ポイントの作成 ツールまたは 精度評価ポイントの更新 ツールの出力を使用します。
使用法
通常、精度評価ワークフローでは、次の 3 つのツールをこの順序で使用します: 精度評価ポイントの作成 → 精度評価ポイントの更新 → 混同行列の計算。
このツールは、ランダムな精度評価ポイントを使用して混同行列を計算します。 精度評価ポイントは 精度評価ポイントの作成 ツールによって生成され、精度評価ポイントの更新 ツールによって更新されます。 これらの 2 つのツールにより、各ポイントの
ClassifiedフィールドとGrndTruthフィールドに有効なクラス値が設定されます。 これらのフィールドはどちらも long integer フィールド タイプです。 ツールは、各クラスのユーザー精度とプロデューサー精度、および全体の Kappa 値を計算します。 精度率の範囲は 0 ～ 1 で、1 は 100 パーセントの精度を表します。 次に、混同行列の例を示します:c_1
c_2
c_3
合計
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
混同行列の例
ユーザー精度とは、あるクラスに分類されたすべてのピクセルのうち、正しく分類されたピクセルの割合のことです。 このクラスに分類された残りのピクセルは、別のクラスに属するか、参照情報をもとに別のクラスとして識別されたもので、偽陽性になります。
ユーザー精度も、コミッション エラーまたはタイプ 1 のエラーと呼ばれます。 このエラー率を計算するデータは、テーブルの行から読み取られます。
合計行は、基準データに従い、指定のクラスとして識別されるべきポイント数を示します。
プロデューサー精度は、偽陰性です。既知のクラスのピクセルは、そのクラス以外のクラスに分類されます。 たとえば、分類された画像でピクセルが森林を示しても、不透水性である場合があります。 この場合、基準データに従うと、不透水性クラスにピクセルが存在しません。
プロデューサー精度も、コミッション エラーまたはタイプ 2 のエラーと呼ばれます。 このエラー率を計算するデータは、テーブルの列で読み取られます。
合計列は、分類済みマップに従い、指定のクラスとして識別されたポイント数を示します。
Kappa 指数は、分類の精度の全体的な評価を提供します。
IoU (Intersection over Union) は、予測セグメンテーションとグランド トゥルースの重複した面積を、予測セグメンテーションとグランド トゥルースの和集合の面積で除算したものです。 平均 IoU のはクラスごとに計算されます。
パラメーター
| ラベル | 説明 | データ タイプ |
|---|---|---|
|
精度評価ポイントの入力 |
|
Feature Layer |
|
出力混同行列 |
表形式の混同行列の出力ファイル名。 テーブルの形式は、出力先とパスによって決定されます。 デフォルトでは、出力はジオデータベース テーブルです。 パスがジオデータベース内にない場合、 |
Table |
環境
このツールは、ジオプロセシング環境を一切使用しません。
ライセンス情報
- Basic: Image Analyst または Spatial Analyst が必要
- Standard: Image Analyst または Spatial Analyst が必要
- Advanced: Image Analyst または Spatial Analyst が必要