|
|
5. Bewertung und Überprüfung der Ergebnisse
Überprüft wird:
- Wahrscheinlichkeit der Klassenzugehörigkeit
- Differenz der Wahrscheinlichkeiten zur nächsten Klasse
Dafür wird eine Konfusionsmatrix der Trainingsgebiete erstellt,
die die Eignung der Trainingsgebiete aufzeigt.
Unter Nutzung von Karten, GIS, Feldvergleichen werden Kontrollgebiete festgelegt.
Diese werden mit klassifiziert. Anschließend wird eine Konfusionsmatrix
der Kontrollgebiete erstellt und anhand dieser Referenz die Klassifizierung
bewertet.
Beispiel für Konfusionsmatrix: 
Die Verwendung von Trainingsgebieten als Kontrolle ist nicht zulässig, weil sie keine unabhängigen Ergebnisse liefern. Es ist zu beachten, das auch Kontrollgebiete nicht völlig unabhängig sind, weil sie nicht zufällig ausgewählt wurden.
Zusammenfassung:
|
|
Für multispektrale Klassifikation ist das a-priori Wissen des Anwenders nötig |
|
|
Unüberwachte Klassifizierung basiert auf der Evaluation von Histogrammen und ist als Vorverarbeitung nützlich. |
|
|
Ein Problem ist die statistische Verteilung in Klassen und die reale Welt |
|
| Die ML-Methode liefert gute Resultate und kann sehr effektiv sein wenn sie mit Bedacht und Sorgfalt angewandt wird. |
| Home > Lernmodule > Modul 6 |