TrainImagesClassifier (knn)¶

Description¶

<mettre la description de l’algorithme ici>

Paramètres¶

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

Élément de classification utilisé pour l'étude [sélection]

<mettre la description du paramètre ici>

Options:

• 0 — knn

Par défaut : 0

Nombre de voisins [nombre]

<mettre la description du paramètre ici>

Par défaut : 32

Indiquer l'origine définie par l'utilisateur [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Sorties¶

Matrice de confusion en sortie [fichier]

<mettre une description de la sortie ici>

Modèle en sortie [fichier]

<mettre une description de la sortie ici>

Utilisation dans la console¶

processing.runalg('otb:trainimagesclassifierknn', -io.il, -io.vd, -io.imstat, -elev.default, -sample.mt, -sample.mv, -sample.edg, -sample.vtr, -sample.vfn, -classifier, -classifier.knn.k, -rand, -io.confmatout, -io.out)

Voir également¶