Google Earth Engine：在GEE中实现列表的RMSE、MAE、MSE的评估和计算

根据用于监督分类的Google Earth Engine文档，对分类器（例如 ee.Classifier.smileRandomForest 可以使用 confusionMatrix():

// 制作一个随机森林分类器并对其进行训练。

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

// 对输入的图像进行分类。

var classified = input.classify(classifier);

// 获得一个代表重构准确性的混淆矩阵。

var trainAccuracy = classifier.confusionMatrix();

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

但是，我似乎找不到有关评估Google Earth Engine中回归输出模型的准确性的信息，例如 ee.Classifier.libsvm.

问题

如何在Earth Engine中对回归模型进行准确性评估？例：

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

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。