Il est important d'obtenir une estimation quantitative de la précision de la classification. Pour ce faire, une stratégie courante consiste à diviser vos échantillons d'entraînement en deux fractions aléatoires - l'une utilisée pour l'entraînement  (trainingdu modèle et l'autre pour la  validation des prédictions Une fois qu'un classificateur est entrainé, il peut être utilisé pour classer l'image entière Nous pouvons ensuite comparer les valeurs classées avec celles de la fraction de validationNous pouvons utiliser la méthode  ee.Classifier.confusionMatrix() pour calculer  une matrice de confusion (Confusion Matrixreprésentant la précision attendue  (atteinte).

Ne vous laissez pas emporter à peaufiner votre modèle pour obtenir la plus grande précision de validation. Vous devez utiliser des mesures qualitatives (telles que l'inspection visuelle des résultats) ainsi que des mesures quantitatives pour évaluer les résultats.

Veuillez regarder cette vidéo:



Vous trouverez le code de cet exercice dans ce répositoire sous Module5/Exercise2


Modifié le: lundi 12 juillet 2021, 02:08