Google Earth Engine：在GEE中實現列表的RMSE、MAE、MSE的評估和計算

根據用于監督分類的Google Earth Engine文檔，對分類器（例如?ee.Classifier.smileRandomForest?可以使用?confusionMatrix():

// 制作一個隨機森林分類器并對其進行訓練。

var classifier = ee.Classifier.smileRandomForest(10).train({ features: training, classProperty: 'Land_Cover_Type_1', inputProperties: ['B1', 'B2', 'B3', 'B4', 'B5', 'B6', 'B7'] });

// 對輸入的圖像進行分類。

var classified = input.classify(classifier);

// 獲得一個代表重構準確性的混淆矩陣。

var trainAccuracy = classifier.confusionMatrix();

print('Resubstitution error matrix: ', trainAccuracy);

但是，我似乎找不到有關評估Google Earth Engine中回歸輸出模型的準確性的信息，例如?ee.Classifier.libsvm.

問題

如何在Earth Engine中對回歸模型進行準確性評估？例：

var classifier = ee.Classifier.libsvm({ svmType: 'EPSILON_SVR', kernelType: 'POLY', shrinkin

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。