随机森林做遥感影像分类的代码
时间: 2023-09-12 14:10:06 浏览: 159
GEE代码-基于两期sentinel2遥感影像使用随机森林方法进行土地分类中各地类面积的统计结果分析.pdf
以下是一个简单的随机森林遥感影像分类代码示例:
```python
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score, confusion_matrix
from sklearn import datasets
# 加载数据集
data = datasets.load_iris()
# 划分数据集
x_train, x_test, y_train, y_test = train_test_split(data.data, data.target, test_size=0.3)
# 定义模型
rfc = RandomForestClassifier(n_estimators=100)
# 训练模型
rfc.fit(x_train, y_train)
# 预测测试集
y_pred = rfc.predict(x_test)
# 评估模型
accuracy = accuracy_score(y_test, y_pred)
conf_mat = confusion_matrix(y_test, y_pred)
print(f"准确率: {accuracy}")
print(f"混淆矩阵: {conf_mat}")
```
请注意,这个示例代码加载了经典的鸢尾花数据集进行示例。在实际的遥感影像分类任务中,你需要加载你自己的数据集,并进行适当的预处理。
阅读全文