Google Earth Engine：在GEE中实现列表的RMSE、MAE、MSE的评估和计算

根据用于监督分类的Google Earth Engine文档，对分类器（例如 ee.Classifier.smileRandomForest 可以使用 confusionMatrix():

  

   

    

     

    
    

     

      // 制作一个随机森林分类器并对其进行训练。
     
    
   

    

     

    
    

     

      var classifier = ee.Classifier.smileRandomForest(10).train({ features: training, classProperty: 'Land_Cover_Type_1', inputProperties: ['B1', 'B2', 'B3', 'B4', 'B5', 'B6', 'B7'] }); 
     
    
   

    

     

    
    

     

      // 对输入的图像进行分类。
     
    
   

    

     

    
    

     

      var classified = input.classify(classifier); 
     
    
   

    

     

    
    

     

      // 获得一个代表重构准确性的混淆矩阵。
     
    
   

    

     

    
    

     

      var trainAccuracy = classifier.confusionMatrix(); 
     
    
   

    

     

    
    

     

      print('Resubstitution error matrix: ', trainAccuracy); 
     
    
  
 

但是，我似乎找不到有关评估Google Earth Engine中回归输出模型的准确性的信息，例如 ee.Classifier.libsvm.

问题

如何在Earth Engine中对回归模型进行准确性评估？例：

var classifier = ee.Classifier.libsvm({ svmType: 'EPSILON_SVR', kernelType: 'POLY', shrinkin
 

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/121284518