监督分类

监督分类又称训练场地法、训练分类法，是以建立统计识别函数为理论基础、依据典型样本训练方法进行分类的技术，即根据已知训练区提供的样本，通过选择特征参数，求出特征参数作为决策规则，建立判别函数以对各待分类影像进行图像分类。

正态贝叶斯分类

正态贝叶斯分类（Normal Bayes Classifier)，可以处理特征值是连续数值的分类问题，核心对象（算子）为pie.Classifier.normalBayes。

支持向量机分类

支持向量机分类（Support Vector Machine Classifier)是一种基于统计学理论的机器学习方法，在解决小样本、非线性和高维模式识别的问题中表现出了许多特有的优势，核心对象（算子）为pie.Classifier.svm。

随机森林分类

随机森林（Random Forest)是一种有决策树构成的集成算法，预测准确率较高，对异常值、噪声具有很好的容忍度且不易过拟合，核心对象（算子）为pie.Classifier.rTrees。

K最近邻分类

K最近邻（KNN,K-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻，就是K个最近邻居的意思，说的是每个样本都可以用它最接近的K个邻居来表示。核心对象（算子）为pie.Classifier.knn。

决策树分类

决策树分类（Decision Tree Classification)很符合人类分类时的思想，决策树分类时会提出很多不同的问题，判断样本的某个特征，然后综合所有的判断结果给出样本的类别。核心对象（算子）为pie.Classifier.dTrees。

调用流程

相关算子

sampleRegions

Image中根据样本点采样，返回结果是一个FeatureCollection，FeatureCollection下的每一个Feature中存储采样点的相应波段的信息和分类标签信息。

函数	返回值
sampleRegions(collection,properties,scale,projection,tileScale,geometries)	FeatureCollection

参数	类型	说明
collection	FeatureCollection	样本点，需要包括分类字段
properties	List	采样保留字段集合
scale	Float	图像采样比例尺
projection	String	未启用
tileScale	Float	未启用
geometries	Boolean	未启用

train

监督分类分类器训练。

函数	返回值
train(features,classProperty,inputProperties,subsampling,subsamplingSeed)	监督分类器训练结果

参数	类型	说明
features	FeatureCollection	样本点
classProperty	String	分类类别字段
inputProperties	List	分类计算字段
subsampling	Float	未启用
subsamplingSeed	Int	未启用

classify

进行监督分类，返回结果为分类后的影像。

函数	返回值
classify(classifier, outputName)	Image

参数	类型	说明
classifier	Classifier	监督分类分类器
outputName	String	分类影像的波段名称，“classfiy”为默认值

var image = pie.Image('user/17090142114/PGDB001/World84').select(["B1","B2","B3"]);
var featureCollection = pie.FeatureCollection('user/17090142114/PGDB001/WorldROI');

//采样
var training = image.sampleRegions(featureCollection,["type"],50000);
//训练
var classifer = pie.Classifier.normalBayes().train(training,"type",["B1","B2","B3"]).getInfo();
//分类
var resultImage = image.classify(classifer,"classifyA");

var visParam = {
     
    opacity:1,
    uniqueValue:'1,2,3,4',
    palette: 'EAF2F5,000032,1F3600,FAFFC8'
};
Map.addLayer(resultImage,visParam);
Map.setCenter(0,0,0);

示例