Clasificación de máxima verosimilitud (Spatial Analyst)

Resumen

Ejecuta una clasificación de máxima verosimilitud sobre un conjunto de bandas de ráster y crea un ráster clasificado como salida.

Más información sobre cómo funciona Clasificación de máxima verosimilitud

Uso

Sintaxis

MLClassify (in_raster_bands, in_signature_file, {reject_fraction}, {a_priori_probabilities}, {in_a_priori_file}, {out_confidence_raster})
ParámetroExplicaciónTipo de datos
in_raster_bands
[in_raster_band,...]

Bandas del ráster de entrada.

Raster Layer
in_signature_file

El archivo de firma de entrada cuyas firmas de clase se utilizan mediante el clasificador de máxima verosimilitud.

Se requiere una extensión .gsg.

File
reject_fraction
(Opcional)

Parte de las celdas que permanecerán no clasificadas dada la menor posibilidad de asignaciones correctas.

El valor predeterminado es 0,0; por lo tanto, se clasificará cada celda.

Las 14 entradas válidas son 0,0, 0,005, 0,01, 0,025, 0,05, 0,1, 0,25, 0,5, 0,75, 0,9, 0,95, 0,975, 0,99 y 0,995.

String
a_priori_probabilities
(Opcional)

Especifica cómo se determinarán las probabilidades a priori.

  • EQUAL Todas las clases tendrán la misma probabilidad a priori.
  • SAMPLE Las probabilidades a priori serán proporcionales al número de celdas en cada clase relativo al número total de celdas muestreadas en todas las clases del archivo de firma.
  • FILESe asignarán las probabilidades a priori a cada clase a partir de un archivo de probabilidad a priori ASCII de entrada.
String
in_a_priori_file
(Opcional)

Archivo de texto que contiene probabilidades a priori para las clases de firmas de entrada.

Sólo se requiere una entrada para el archivo de probabilidades a priori cuando se utiliza la opción FILE.

La extensión para el archivo a priori puede ser .txt o .asc.

File
out_confidence_raster
(Opcional)

El dataset del ráster de confianza de salida que muestra la certeza de la clasificación en 14 niveles de confianza, en donde los valores más pequeños representan la confiabilidad más alta.

Raster Dataset

Valor de retorno

NombreExplicaciónTipo de datos
out_classified_raster

Ráster clasificado de salida.

Raster

Ejemplo de código

Ejemplo 1 de MaximimumLikelihoodClassification (ventana de Python)

En este ejemplo se crea un ráster clasificado de salida que contiene cinco clases derivadas de un archivo de firma de entrada y un ráster multibanda.

import arcpy
from arcpy import env
from arcpy.sa import *
env.workspace = "C:/sapyexamples/data"
mlcOut = MLClassify("redlands", "c:/sapyexamples/data/wedit5.gsg", "0.0", 
                    "EQUAL", "", "c:/sapyexamples/output/redmlcconf")
mlcOut.save("c:/sapyexamples/output/redmlc")
Ejemplo 2 de MaximimumLikelihoodClassification (secuencia de comandos independiente)

En este ejemplo se crea un ráster clasificado de salida que contiene cinco clases derivadas de un archivo de firma de entrada y un ráster multibanda.

# Name: MLClassify_Ex_02.py
# Description: Performs a maximum likelihood classification on a set of 
#    raster bands.
# Requirements: Spatial Analyst Extension

# Import system modules
import arcpy
from arcpy import env
from arcpy.sa import *

# Set environment settings
env.workspace = "C:/sapyexamples/data"

# Set local variables
inRaster = "redlands"
sigFile = "c:/sapyexamples/data/wedit5.gsg"
probThreshold = "0.0"
aPrioriWeight = "EQUAL"
aPrioriFile = ""
outConfidence = "c:/sapyexamples/output/redconfmlc"


# Check out the ArcGIS Spatial Analyst extension license
arcpy.CheckOutExtension("Spatial")

# Execute 
mlcOut = MLClassify(inRaster, sigFile, probThreshold, aPrioriWeight, 
                    aPrioriFile, outConfidence) 

# Save the output 
mlcOut.save("c:/sapyexamples/output/redmlc02")

Entornos

Temas relacionados

Información de licencia

ArcView: Requiere Análisis espacial
ArcEditor: Requiere Análisis espacial
ArcInfo: Requiere Análisis espacial

7/11/2012