对分类结果进行评价,确定分类的精度和可靠性,有两种方式用于精度验证:一是混淆矩阵,二是ROC曲线。比较常用的为混淆矩阵,ROC曲线可以用图形的方式表达分类精度,比较形象。评价精度的因子有混淆矩阵、总体分类精度、Kappa系数、错分误差、漏分误差、每一类的制图精度和用户精度,下面分条介绍。
混淆矩阵(confusion matrix)
误差矩阵(error matrix)又称混淆矩阵(confusionmatrix),是一个用于表示分为某一类别的像元个数与地面检验为该类别数的比较阵列。通常,阵列中的列代表参考数据,行代表由遥感数据分类得到的类别数据。有像元数和百分比表示两种。