混淆矩陣精度評(píng)價(jià)

1、混淆矩陣是用來(lái)表示精度評(píng)價(jià)的一種標(biāo)準(zhǔn)格式?；煜仃囀莕行n列的矩陣，其中n代表類別的數(shù)量，一般可表達(dá)為以下形式，如下表所示。該矩陣的列為參考影像信息，行為被評(píng)價(jià)影像分類結(jié)果信息，行與列相交的部分概括了分類到與參考類別有關(guān)的某一特定類別中的樣本數(shù)目，樣本數(shù)可以為像元數(shù)目、或者分割對(duì)象數(shù)目。矩陣的主對(duì)角元素(o,x22，。)為被分到正確類別的樣本數(shù)，對(duì)角線以外的元素為遙感分類相對(duì)于參考數(shù)據(jù)的錯(cuò)誤分類數(shù)，最右邊一列是每類別在分類圖上的總數(shù)量，而底部的一行顯示的是每類別在參考圖上的總數(shù)量。其中，%是分類數(shù)據(jù)中第i類和參考數(shù)據(jù)類型第jnn類的分類樣本數(shù)；x+=%為分類所得到的第i類的總和；x書=x為j1

2、i1參考數(shù)據(jù)的第j類的總和；N為評(píng)價(jià)樣本總數(shù)?；煜仃嚤砝L巧圖像被評(píng)價(jià)圖像12n行總計(jì)1XiiXl2XinX1+2X21X22X2nX2+nXniXn2XnnXn+列總計(jì)x書X2X4nN基于混淆矩陣，可以統(tǒng)計(jì)一系列評(píng)價(jià)指標(biāo)對(duì)分類提取結(jié)果進(jìn)行評(píng)價(jià)，基本的評(píng)價(jià)指標(biāo)如下：(1)總體分類精度(OverallAccuracy):OA迎日N總體分類精度是具有概率意義的一個(gè)統(tǒng)計(jì)量，表述的是對(duì)每一個(gè)隨機(jī)樣本，所分類的結(jié)果與參考數(shù)據(jù)所對(duì)應(yīng)區(qū)域的實(shí)際類型相致的概率。（2）用戶精度（對(duì)于第i類，UserAccuracy）:UA=%i+用戶精度表示從分類結(jié)果中任取一個(gè)隨機(jī)樣本，其所具有的類型與地面實(shí)際類型相同的條件概

3、率。（3）制圖精度（對(duì)于第j類，ProducerAccuracy）:2x.j制圖精度表示相對(duì)于參考數(shù)據(jù)中的任意一個(gè)隨機(jī)樣本，分類圖上同一地點(diǎn)的分類結(jié)果與其相一致的條件概率。土地利用分類中常用的屬性精度即為制圖精度?？傮w精度、用戶精度和制圖精度從不同的側(cè)面描述了分類精度，是簡(jiǎn)便易行并具有統(tǒng)計(jì)意義的精度指標(biāo)。與這些統(tǒng)計(jì)量相關(guān)聯(lián)的度量還有經(jīng)常提到的漏分與錯(cuò)分概率。（4）錯(cuò)分率（對(duì)于第i類，commission）FR=x一月X錯(cuò)分率表示從分類結(jié)果中任取一個(gè)隨機(jī)樣本，其所具有的類型與地面實(shí)際類型不相同的條件概率。即錯(cuò)分的像元（對(duì)象）指本身屬于分類結(jié)果中的某一類，而實(shí)際屬于其他類。（5）漏分率（對(duì)于第j類

4、，omission）MR二XXxj漏分率表示相對(duì)于參考數(shù)據(jù)中的任意一個(gè)隨機(jī)樣本，分類圖上同地點(diǎn)的分類結(jié)果與其不一致的條件概率。即漏分的像元（對(duì)象）指本身屬于地表參考數(shù)據(jù)類別，而沒(méi)有被分類器分到相應(yīng)類別中。漏分率與制圖精度互補(bǔ)，而錯(cuò)分率與用戶精度為互補(bǔ)。（6）Kappa分析總體精度、用戶精度或制圖精度指標(biāo)的客觀性依賴于采樣樣本以及方法，在用這些指標(biāo)分析后，仍需要一個(gè)更客觀的指標(biāo)來(lái)評(píng)價(jià)分類質(zhì)量。Kappa分析是一種定量評(píng)價(jià)遙感分類圖與參考數(shù)據(jù)之間一致性或精度的方法，它采用離散的多元方法，更加客觀地評(píng)價(jià)分類質(zhì)量，克服了混淆矩陣過(guò)于依賴樣本和樣本數(shù)據(jù)的采集過(guò)程。Kappa分析產(chǎn)生的評(píng)價(jià)指標(biāo)被稱為端統(tǒng)計(jì)

5、，是一種測(cè)定兩幅圖之間吻合度或精度的指標(biāo)。nnNXxiX卜“In式中，n是混淆矩陣中總列數(shù)（即總的類別數(shù)）；N。XiXii1為是混淆矩陣中第i行、第i列上樣本數(shù)量，即正確分類的樣本數(shù)目；X十和X.分別是第i行和第i列的總樣本數(shù)量；N是總的用于精度評(píng)估的樣本數(shù)量。長(zhǎng)期以來(lái)不少學(xué)者對(duì)于分類精度的評(píng)價(jià)進(jìn)行了研究，研究結(jié)論認(rèn)為，.值0.80表示分類圖和地面參考信息間的一致性很大或精度很高，%at值在0.40-0.80表示一致性中等，%值小于0.40表示一致性很差。任何負(fù)的聞at值都表示分類效果差，但負(fù)值的范圍取決于待評(píng)價(jià)的混淆矩陣，因此負(fù)值大小并不能表示分類效果。Koukoulas等人認(rèn)為混淆矩陣和K

6、appa系數(shù)不能很好地指示分類精度，并針對(duì)性地提出了對(duì)特定類別（或一組類別）和分類中引入誤差敏感的分類精度評(píng)價(jià)指標(biāo)分類成功指數(shù)(ClassificationSuccessIndex,CSI)適用于全部類別的精度評(píng)估，它能夠總體評(píng)價(jià)分類的有效性，計(jì)算公式為：n/nizCe+OeCSI=1-X100n(I)J式中，Cei為類別i的錯(cuò)分率，Oq為類別i的漏分率，n為類別數(shù)目。單類分類成功指數(shù)(IndividualClassificationSuccessIndex,ICSI)適用于針對(duì)特定類別的分類精度評(píng)價(jià)，即適用于單類分類問(wèn)題或?qū)ｎ}信息提取問(wèn)題，計(jì)算公式為：ICSI=1-(OeCe)組分類成功指數(shù)

7、(GroupClassificationSuccessIndex,GCSI在自然環(huán)境分類應(yīng)用中，常常只要求精確表示若干感興趣地物類型，而其余類別則不需要加以考慮。GCSI則適用于對(duì)一組感興趣類別的分類精度評(píng)價(jià)問(wèn)題，其計(jì)算公式為：nGCSI-ICSIi式中，n為感興趣類別的數(shù)目評(píng)價(jià)方法計(jì)算公式說(shuō)明生產(chǎn)精度PAygaJg1aProducersAccuracy(PA).是對(duì)生產(chǎn)者分類精度的一個(gè)度量，即實(shí)際分類與參考類一致性的程度。用戶精度uacaoJn%UsersAccuracy(UA)用戶最感柒趣的一種分類精度的度量.總體精度1N。/)=一2nANOverallAccuracy(OA).表示所涉及到的所有像元分類的正確性，是