Nous utilisons des cookies pour vous garantir la meilleure expérience sur notre site. Si vous continuez à utiliser ce dernier, nous considèrerons que vous acceptez l'utilisation des cookies. J'ai compris ! ou En savoir plus !.
banniere

Le portail francophone de la géomatique


Toujours pas inscrit ? Mot de passe oublié ?
Nom d'utilisateur    Mot de passe              Toujours pas inscrit ?   Mot de passe oublié ?

Annonce

Rencontres QGIS 2025

L'appel à participation est ouvert jusqu'au 19 janvier 2025!

#1 Sun 01 July 2012 21:21

liosalam
Juste Inscrit !
Date d'inscription: 30 Mar 2012
Messages: 3

indice d'évaluation de classification des IHS

bonjour tout le monde,


la matrice de confusion et ses indices "Exactitude globale, Kappa, Exactitude pour le producteur, Exactitude
pour l’utilisateur, Erreur par défaut et Erreur par excès"
sont les principales mesures de qualité de classification d'image.

je demande est ce que possible théoriquement et pratiquement de faire fusionner les indices extraites d'une matrice de confusion pour donner un nouveau indice (qui peut être donne une bonne résultat en terme d'évaluation de classification)

chers modérateurs, chers membres, j'attend vous réponses
et MERCI bien

Hors ligne

 

#2 Mon 02 July 2012 10:29

Christophe Révillion
Participant actif
Lieu: Saint Pierre (Réunion)
Date d'inscription: 3 Aug 2011
Messages: 123

Re: indice d'évaluation de classification des IHS

Bonjour,

A priori ces indices sont déjà largement suffisants, pourquoi vouloir en faire un nouveau à partir de ceux préexistants?

Cordialement

Hors ligne

 

#3 Wed 04 July 2012 08:15

David Sheeren
Participant occasionnel
Lieu: ENSAT Castanet-Tolosan
Date d'inscription: 12 Oct 2005
Messages: 44

Re: indice d'évaluation de classification des IHS

Bonjour,

L'indice kappa qui est déjà un indice synthétique puisqu'il tient compte des valeurs dans la diagonale de la matrice mais aussi en dehors de la diagonale.

Vous pouvez calculer deux autres indices complémentaires à partir de la matrice de confusion :

- le taux d'erreur d'allocation

Il exprime la part des erreurs de déficit qui peut être comblé par les erreurs d'excédent. Ex : si vous avez 30% de déficits et 50% d'excédents vous aurez 30% d'erreur d'allocation.

- le taux d'erreur de quantité

Il exprime la part d'erreur restante après avoir éliminé les erreurs d'allocation (soit Déficit-Excédent = résidu = erreur de quantité).
Dans l'exemple précédent, il y a 20% d'erreur de quantité.

Ces indicateurs sont décrits plus formellement dans :

R G Pontius Jr and M Millones. 2011. Death to Kappa: birth of quantity disagreement and allocation disagreement for accuracy assessment.
International Journal of Remote Sensing 32(15): 4407-4429.

http://www.clarku.edu/~rpontius/

Mais cela ne fait que rajouter d'autres indices ;-)

Cordialement

David

------------------------------------------------------------------------
David Sheeren
Institut National Polytechnique de Toulouse (INPT)
Ecole Nationale Supérieure Agronomique (ENSAT)
Laboratoire DYNAFOR « Dynamique & Ecologie des Paysages Agriforestiers »
UMR 1201 INRA / INP-ENSAT / INP-EI Purpan
Av. de l'Agrobiopôle, BP 32607 - 31326 Castanet-Tolosan
T. +33.(0)5.34.32.39.81 - http://sheeren.free.fr
------------------------------------------------------------------------

Hors ligne

 

Pied de page des forums

Powered by FluxBB