地球引擎中级教程——机器学习参数调优
【摘要】
提高机器学习模型准确性的推荐最佳实践是调整不同的参数。例如,在使用ee.Classifier.smileRandomForest()分类器时,我们必须指定Number of Trees。我们知道更多的树会导致更多的计算需求,但这并不一定会导致更好的结果。我们不是猜测,而是以编程方式尝试一系列值并选择可能导致最高准确度的最小值。
...
提高机器学习模型准确性的推荐最佳实践是调整不同的参数。例如,在使用ee.Classifier.smileRandomForest()
分类器时,我们必须指定Number of Trees。我们知道更多的树会导致更多的计算需求,但这并不一定会导致更好的结果。我们不是猜测,而是以编程方式尝试一系列值并选择可能导致最高准确度的最小值。
代码:
-
var s2 = ee.ImageCollection("COPERNICUS/S2_SR");
-
var basin = ee.FeatureCollection("WWF/HydroSHEDS/v1/Basins/hybas_7");
-
var gcp = ee.FeatureCollection("users/ujavalgandhi/e2e/arkavathy_gcps");
-
var alos = ee.Image("JAXA/ALOS/AW3D30/V2_2");
-
-
var arkavathy = basin.filter(ee.Filter.eq('HYBAS_ID', 4071139640))
-
var boundary = arkavathy.geometry()
-
var rgbVis = {
-
min:
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/120490438
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)