地球引擎中级教程——基本监督分类（含练习）

基本监督分类

我们将学习如何使用 Google Maps 提供的高分辨率底图图像，使用从代码编辑器收集的训练样本进行基本的土地覆盖分类。这种方法不需要事先训练数据，在世界任何地方生成高质量的分类样本都非常有效。目标是将每个源像素分类为以下类别之一 - 城市、裸露、水或植被。使用代码编辑器中的绘图工具，您可以创建 4 个新特征集合，其中的点代表该类的像素。每个要素集合都有一个名为landcover0、1、2 或 3的属性，分别指示要素集合是代表城市、裸露、水域还是植被。然后我们训练一个随机森林 分类器使用这些训练集构建模型并将其应用于图像的所有像素以创建 4 类图像。

有趣的事实：Earth Engine API 中的分类器的名称以smile开头- 例如ee.Classifier.smileRandomForest(). 该笑的部分是指统计机器智能与学习引擎（SMILE） Java库，用于通过谷歌地球引擎来实现这些算法。

代码：

var bangalore = ee.FeatureCollection(
 

文章来源: blog.csdn.net，作者：此星光明2021年博客之星云计算Top3，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/qq_31988139/article/details/120451199