Python ArcGIS train_classifier用法及代碼示例

本文簡要介紹 python 語言中 arcgis.raster.analytics.train_classifier 的用法。

用法:

arcgis.raster.analytics.train_classifier(input_raster, input_training_sample_json, classifier_parameters, segmented_raster=None, segment_attributes='COLOR;MEAN', dimension_value_field=None, *, gis=None, future=False, **kwargs)

返回：

以字典格式返回 .ecs 文件

訓練分類器任務是一項用於訓練圖像分類器並以字典格式返回 .ecs 文件的服務。 .ecs 文件用於分類函數。

Parameter	Description
input_raster	必需的 ImageryLayer 對象
input_training_sample_json	可選的 JSON。這是訓練樣本的字典表示。要將要素圖層轉換為 JSON，請執行： query_result = <feature_layer>.query() input_training_sample_json = query_result.to_json 對於 iso 方法，將 input_training_sample_json 設置為 None。
classifier_parameters	必需的字典。監督訓練中使用的分類器算法和參數。 隨機樹示例： { “method”:”rt”, “params”：{ “maxNumTrees”:50, “maxTreeDepth”:30, “maxSampleClass”:1000 } } 支持向量機示例： { “method”:”svm”, “params”:{“maxSampleClass”:1000} } 最大似然示例： {“method”:”mlc”} 國際標準化組織示例： {“method”:”iso”, “params”： { “maxNumClasses”: 20, “maxIteration”: 20, “minNumSamples”: 20, “skipFactor”: 10, “maxNumMerge”: 5, “maxMergeDist”：0.5} }
segmented_raster	必需的 ImageryLayer 對象
segment_attributes	可選字符串。訓練中使用的段屬性字符串(用分號分隔)。它是以下屬性的排列：顏色；意思是;性病；數數;緊湊;矩形。 例子： “COLOR; MEAN”
dimension_value_field	包含輸入訓練樣本要素類中的維度值。 使用 analyze_changes_using_ccdc 和 analyze_changes_using_landtrendr 函數的變化分析柵格輸出對柵格數據的時間序列進行分類時需要此參數。 ArcGIS Image Server 10.9 及更高版本中可用的參數。
gis	僅關鍵字參數。可選的 GIS 對象。如果未指定，則使用當前活動的連接。
future	僅關鍵字參數。可選的布爾值。如果為 True，則結果將是一個 GPJob 對象，並且結果將異步返回。

例子：

# Usage Example 1: Trains image classifiers based on 'Maximum Likelihood Estimation' algorithm.

raster = gis.content.search('my_inp_raster')[0].layers[0]
segment = gis.content.search('my_segmented_raster')[0].layers[0]

train = train_classifier(input_raster=raster,
                         input_training_sample_json=<sample_json>,
                         classifier_parameters={"method":"mlc"},
                         segmented_raster=segment)