<mettre la description de l’algorithme ici>
Liste d'images en entrée [entrées multiples : raster]<mettre la description du paramètre ici>
Liste de données vecteur en entrée [entrées multiples : n’importe quel vecteur]<mettre la description du paramètre ici>
Fichier de statistiques d'image XML en entrée [fichier]En option.
<mettre la description du paramètre ici>
Élévation par défaut [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Taille maximale de l'échantillon d'étude par classe [nombre]<mettre la description du paramètre ici>
Par défaut : 1000
Taille maximale de l'échantillon de validation par classe [nombre]<mettre la description du paramètre ici>
Par défaut : 1000
Inclusion des pixel de bordure [booléen]<mettre la description du paramètre ici>
Par défaut : Vrai
Ratio de l'échantillon d'étude et de validation [nombre]<mettre la description du paramètre ici>
Par défaut : 0.5
Nom du champ de discrimination [chaîne]<mettre la description du paramètre ici>
Par défaut : Class
Elément de classification utilisé pour l'étude [sélection]<mettre la description du paramètre ici>
Options:
Par défaut : 0
Nombre d'itérations de l'algorithme de boost [nombre]<mettre la description du paramètre ici>
Par défaut : 200
Paramètre de régularisation [nombre]<mettre la description du paramètre ici>
Par défaut : 0.01
Portion du jeu d'étude utilisé pour chaque itération de l'algorithme [nombre]<mettre la description du paramètre ici>
Par défaut : 0.8
Profondeur maximale de l'arbre [nombre]<mettre la description du paramètre ici>
Par défaut : 3
Indiquer l'origine définie par l'utilisateur [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Matrice de confusion en sortie [fichier]<mettre une description de la sortie ici>
Modèle en sortie [fichier]<mettre une description de la sortie ici>
processing.runalg('otb:trainimagesclassifiergbt', -io.il, -io.vd, -io.imstat, -elev.default, -sample.mt, -sample.mv, -sample.edg, -sample.vtr, -sample.vfn, -classifier, -classifier.gbt.w, -classifier.gbt.s, -classifier.gbt.p, -classifier.gbt.max, -rand, -io.confmatout, -io.out)