作者:CSDN @ _养乐多_
本文将介绍在Google Earth Engine (GEE) 平台上,实现在每一个类别中分别提取指定比例(本例50%)的样本数据得到一个新的矢量数据的代码。该过程为分层抽样。该方法可用于机器学习分类中,用于减少误差,提高效率,减少计算资源,增加样本代表性。
结果如下图所示,
分层采样前样本点分布,如下图所示,
分层采样后样本点分布,如下图所示,
文章目录
- 一、分层抽样概念
- 二、分层抽样在土地利用分类中的好处
- 三、代码
- 四、代码链接
作者:CSDN @ _养乐多_
本文将介绍在Google Earth Engine (GEE) 平台上,实现在每一个类别中分别提取指定比例(本例50%)的样本数据得到一个新的矢量数据的代码。该过程为分层抽样。该方法可用于机器学习分类中,用于减少误差,提高效率,减少计算资源,增加样本代表性。
结果如下图所示,
分层采样前样本点分布,如下图所示,
分层采样后样本点分布,如下图所示,