មេរៀនទី 10 — ហត្ថលេខាវិសាលគម និងចំណាត់ថ្នាក់ Random Forest

Random Forest ចាត់ថ្នាក់ស្រុកកំពង់ត្រឡាចជា ស្រូវ / ដីដំណាំ 64.9% ព្រៃឈើ 23.0% ទឹក 6.7% តំបន់សំណង់ 2.6% ព្រៃគុម្ពោត / វាលស្មៅ 1.9% និងដីទទេ 0.9%។ ភាពត្រឹមត្រូវហ្វឹកហាត់គឺ 100% ប៉ុន្តែមេរៀនទី 11 នឹងបង្ហាញថាផែនទីពិតត្រឹមត្រូវតិចជាងនេះច្រើន។

របៀបកម្រិតខ្ពស់ (កំណែ 2.4.0)

ជំហានទី 1 (ហត្ថលេខា ភាពបំបែក J–M និងប្លង់លំហលក្ខណៈ) និងប្រអប់ ក្បួនដោះស្រាយ ជាផ្នែកកម្រិតខ្ពស់។ ក្នុងរបៀប មូលដ្ឋាន កម្មវិធីជំនួយ (Plugin) ប្រើ Random Forest ដោយស្វ័យប្រវត្តិ (ឬ Maximum Likelihood ប្រសិនបើមិនទាន់ដំឡើង scikit-learn) ហើយអ្នកគ្រាន់តែចុច ចាត់ថ្នាក់។ ចាប់ពីកំណែ 2.4.0 ឧបករណ៍ទាំងនេះបង្ហាញតែក្នុងរបៀប កម្រិតខ្ពស់៖ ប្ដូរប្រអប់ មូលដ្ឋាន នៅផ្នែកខាងលើផ្ទាំងទៅ កម្រិតខ្ពស់ (មើលមេរៀនទី 1)។

ជំហានទី 1 — ពិនិត្យហត្ថលេខាវិសាលគម

នៅផ្នែក មានណែនាំ — ថ្នាក់ និងទិន្នន័យហ្វឹកហាត់ ចុច ហត្ថលេខា + ភាពបំបែកបាន។ ក្រាហ្វបង្ហាញតម្លៃមធ្យម ± 1 គម្លាតស្តង់ដារនៃថ្នាក់នីមួយៗ និងចំនួនភីកសែលហ្វឹកហាត់ (n)។ តារាង Jeffries–Matusita (J–M) បង្ហាញភាពបំបែកបាន៖ ជិត 2 = បំបែកបានល្អ តិចជាង 1.8 = ងាយច្រឡំ។

គន្លឹះអាន៖ នៅ SR_B5 (NIR) ព្រៃឈើ និងស្រូវខ្ពស់ (រុក្ខជាតិ) ទឹកទាប។ នៅ SWIR (SR_B6, SR_B7) ព្រៃឈើធ្លាក់ចុះ ប៉ុន្តែស្រែស្ងួត និងតំបន់សំណង់នៅខ្ពស់ — ប៊ែន SWIR ជួយបំបែកព្រៃពីស្រូវ។

រូបទី 43 — ឧទាហរណ៍ហត្ថលេខាហ្វឹកហាត់ (មធ្យម ± 1 std) — រូបពីឧទាហរណ៍ឃុំមហាខ្ញូងក្នុងកំណែមុន

ជំហានទី 2 — លំហលក្ខណៈ (Feature space)

ជ្រើស លំហលក្ខណៈ X / Y = 4: SR_B4 (red) / 5: SR_B5 (nir) រួចចុច គំនូសលំហលក្ខណៈ។ ចំណុចនីមួយៗគឺភីកសែលហ្វឹកហាត់មួយ។ ទឹក (ខាងក្រោម) និងព្រៃឈើ (ខាងឆ្វេងលើ) ច្រើនតែនៅដាច់ដោយឡែក ចំណែកស្រូវ តំបន់សំណង់ និងដីទទេច្រើនតែជាន់គ្នា — រំពឹងថានឹងមានការច្រឡំរវាងថ្នាក់ទាំងនេះ។

រូបទី 44 — ឧទាហរណ៍លំហលក្ខណៈ Red × NIR — រូបពីឧទាហរណ៍ឃុំមហាខ្ញូងក្នុងកំណែមុន

ជំហានទី 3 — ចាត់ថ្នាក់

1. បើកផ្នែក មានណែនាំ — ចាត់ថ្នាក់។ បន្ទាត់ខាងលើបង្ហាញរូបភាព និងស្រទាប់ហ្វឹកហាត់ដែលនឹងប្រើ (តំបន់ហ្វឹកហាត់ class_id)។
2. ក្បួនដោះស្រាយ៖ Random Forest (scikit-learn) · ចំនួនដើមឈើ 200 · តម្រងភាគច្រើន 0។
3. ចាត់ថ្នាក់កាលបរិច្ឆេទផ្សេងទៀតផង — ទុកទទេឥឡូវនេះ (ប្រើក្នុងមេរៀនទី 13)។
4. ចុច ចាត់ថ្នាក់។ ស្រទាប់ ចំណាត់ថ្នាក់ (Random Forest) លេចឡើង។
5. អានលទ្ធផល៖ ភីកសែលហ្វឹកហាត់ 2,395 · ភាពត្រឹមត្រូវហ្វឹកហាត់ (ខ្ពស់ពេក) 100.0% · OOB 99.5% · ប៊ែនសំខាន់បំផុត SR_B7 (0.29) SR_B5 (0.25) SR_B6 (0.21) SR_B4 (0.12) SR_B3 (0.06)។
6. ចុច គំនូសតាងផ្ទៃក្រឡា ដើម្បីមើលក្រាហ្វរបារ។

រូបទី 45 — លទ្ធផលចំណាត់ថ្នាក់ Random Forest ស្រុកកំពង់ត្រឡាច លើ Google Satellite

ថ្នាក់	ភីកសែល	ផ្ទៃក្រឡា (ហិកតា)	%
ស្រូវ / ដីដំណាំ	336,774	30,309.66	64.93
ព្រៃឈើ	119,258	10,733.22	22.99
ទឹក	34,818	3,133.62	6.71
តំបន់សំណង់	13,460	1,211.40	2.60
ព្រៃគុម្ពោត / វាលស្មៅ	9,654	868.86	1.86
ដីទទេ	4,671	420.39	0.90

ផ្ទៃក្រឡា = ភីកសែល × 0.09 ហិកតា (ភីកសែល 30 × 30 ម៉ែត្រ)។ ប៊ែនសំខាន់បំផុតគឺ SWIR2 និង NIR — ស្របនឹងការអានហត្ថលេខាខាងលើ។ មើលផែនទី៖ ផ្លូវជាតិលេខ 5 លេចឡើងជាខ្សែក្រហម (តំបន់សំណង់) ហើយដីលិចទឹកខាងកើតភាគច្រើនជា «ព្រៃឈើ» — តើពិតឬ? មេរៀនទី 11 នឹងឆ្លើយ។

ភាពត្រឹមត្រូវហ្វឹកហាត់ 100% មិនមែនមានន័យថាផែនទីត្រឹមត្រូវ 100% ទេ។ វាគ្រាន់តែប្រាប់ថាម៉ូដែលចាំភីកសែលដែលវាបានរៀន។ OOB (out-of-bag) ក៏ខ្ពស់ពេកដែរ ព្រោះភីកសែលក្នុងពហុកោណតែមួយស្រដៀងគ្នាខ្លាំង។ ត្រូវវាយតម្លៃដោយចំណុចឯករាជ្យ (មេរៀនទី 11)។

ក្បួនដោះស្រាយផ្សេងទៀត

ក្បួនដោះស្រាយ	ចំណាំ
Maximum Likelihood	ប្រើមធ្យម និង covariance នៃថ្នាក់នីមួយៗ — បុរាណ ហើយល្អបើទិន្នន័យហ្វឹកហាត់គ្រប់គ្រាន់
Minimum Distance	ជិតមធ្យមណា ជាថ្នាក់នោះ — សាមញ្ញ លឿន
Spectral Angle Mapper	ប្រៀបធៀបរាងវិសាលគម មិនអាស្រ័យពន្លឺ
Parallelepiped	ប្រអប់ ± n std — ភីកសែលក្រៅប្រអប់មិនត្រូវបានចាត់ថ្នាក់
Random Forest, SVM, kNN	រៀនម៉ាស៊ីន (ត្រូវការ scikit-learn)

សាកល្បងក្បួនផ្សេងៗជាមួយតំបន់ហ្វឹកហាត់ដដែល ហើយប្រៀបធៀបផ្ទៃក្រឡា។ ក្នុងឧទាហរណ៍ឃុំមហាខ្ញូង (កំណែមុន) SVM និង kNN យល់ស្របជាមួយ Random Forest លើស 90% ប៉ុន្តែក្បួនបុរាណ (Minimum Distance, Maximum Likelihood) ខុសគ្នា 25–30% ហើយ Parallelepiped ទុកភីកសែលច្រើនមិនបានចាត់ថ្នាក់។ ការយល់ស្របគ្នាមិនមែនជាភាពត្រឹមត្រូវទេ — វាគ្រាន់តែប្រាប់ថាផែនទីពីរដូចគ្នាប៉ុណ្ណា។ ប្រើចំណុចផ្ទៀងផ្ទាត់ដដែល (មេរៀនទី 11) ដើម្បីវាយតម្លៃក្បួននីមួយៗ។

---

← មេរៀនទី 9 · មេរៀនទី 11 →