文档摘要

5.3 图像分类：监督与非监督 本节摘要：非监督分类让算法自己从数据里找簇，适合无样本时的快速摸底；监督分类用标注样本训练判别规则，精度上限由样本决定。本节完整演算 K 均值与高斯最大似然两个经典算法，讲清样本库建设纪律，并用混淆矩阵把"精度"这个词拆成可核查的指标。 让机器学会划界 带着特征回到分类问题，路线分两条。 会员。《5.3 图像分类：监督与非监督》收录于灏天文库文集《遥感科学与技术》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/622-%E9%81%A5%E6%84%9F%E7%A7%91%E5%AD%A6%E4%B8%8E%E6%8A%80%E6%9C%AF

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流