Python 随机森林 影像

### 使用Python的随机森林进行影像数据分析

#### 准备工作
为了使用随机森林算法处理影像数据，首先需要准备环境并加载必要的库。这通常涉及安装和导入一些常用的机器学习库以及图像处理工具。

import numpy as np
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split
from osgeo import gdal
import matplotlib.pyplot as plt

#### 数据预处理
影像数据往往以栅格文件的形式存在，如GeoTIFF等格式。通过GDAL库读取这些文件，并提取其中的波段信息作为特征向量的一部分。同时获取每个像素点所属的地物类别标签用于监督学习中的目标变量[^4]。

def load_image(file_path):
    dataset = gdal.Open(file_path)
    bands_data = []
    
    for i in range(dataset.RasterCount):
        band = dataset.GetRasterBand(i + 1).ReadAsArray()
        bands_data.append(band.flatten())
        
    return np.array(bands_data).T, dataset
    
image_file = 'path_to_your_image.tif'
X, ds = load_image(image_file)

# 加载对应于每像元类别的矢量图层或其他方式定义y值...
vector_layer = ... # 这里省略具体操作方法
y = vector_layer['class'].values.reshape(-1,)

#### 构建与训练模型
完成上述准备工作之后就可以创建随机森林分类器实例，并将其应用于已有的训练集上进行拟合。考虑到过拟合风险，在此之前建议先划分一部分测试集合以便后续评估性能表现。

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

rf_model = RandomForestClassifier(n_estimators=100, oob_score=True, n_jobs=-1)
rf_model.fit(X_train, y_train)
print(f'OOB Score: {rf_model.oob_score_:.3f}')

#### 结果分析与可视化
经过训练后的模型可以直接用来预测新的未知样本；而对于当前拥有的测试子集，则可以通过计算混淆矩阵等方式衡量准确性指标。最后还可以借助matplotlib绘制出各类别分布情况的地图视图来进行直观展示。

predictions = rf_model.predict(X_test)

plt.figure(figsize=(8, 6))
predicted_map = predictions.reshape((ds.RasterYSize, ds.RasterXSize))  
plt.imshow(predicted_map, cmap='viridis')
plt.colorbar(label="Class ID")
plt.title('Predicted Classes Map')
plt.show()