混淆矩阵是通过将每个实测像元的位置、分类与分类图像中的相应位置和分类像比较计算的,混淆矩阵是通过将每个实测像元的位置和分类与分类图像中的相应位置和分类像比较计算的,混淆矩阵的每一行代表了遥感数据的分类信息,第一行说明类1的50个样本有43个分类正确,混淆矩阵主要用于比较分类结果和实际测得值,遥感软件中混淆矩阵是如何产生的在图像精度评价中,可以把分类结果的精度显示在一个混淆矩阵里面,可以把分类结果的精度显示在一个混淆矩阵里面。
遥感软件中混淆矩阵是如何产生的
在图像精度评价中，混淆矩阵主要用于比较分类结果和实际测得值，可以把分类结果的精度显示在一个混淆矩阵里面。
混淆矩阵是通过将每个实测像元的位置、分类与分类图像中的相应位置和分类像比较计算的。混淆矩阵的每一列代表了实际测得信息，每一列中的数值等于实际测得像元在分类图象中对应于相应类别的数量；混淆矩阵的每一行代表了遥感数据的分类信息，每一行中的数值等于遥感分类像元在实测像元相应类别中的数量。
如有150个样本数据，这些数据分成3类，每类50个。分类结束后得到的混淆矩阵为：
每一行之和为50，表示50个样本，
第一行说明类1的50个样本有43个分类正确，5个错分为类2，2个错分为类3。
软件中生成混淆矩阵都是需要有实测值，或者说是准确的样本数据才行。
一般都是随机产生样本数，然后目视判读（或者实际测得）得到近似实际的值，然后软件自己会根据分类结果和样本之间的分类情况来计算得到的。
envi里对图像做监督分析，选定好ROI，只选了一次，分类好后求得混淆矩阵，请问混淆矩阵是如何产生的
一次是没有问题，只是这次你用的ROI是你用来分类的ROI，我们在进行混淆矩阵计算的时候选择的ROI应尽量重新选择一组新的作为验证样本。这样分类精度比较准确。
混淆矩阵的简介
混淆矩阵（Confusion Matrix）:在图像精度评价中，主要用于比较分类结果和实际测得值，可以把分类结果的精度显示在一个混淆矩阵里面。混淆矩阵是通过将每个实测像元的位置和分类与分类图像中的相应位置和分类像比较计算的。混淆矩阵的每一列代表了预测类别 ，每一列的总数表示预测为该类别的数据的数目；每一行代表了数据的真实归属类别 ，每一行的数据总数表示该类别的数据实例的数目。每一列中的数值表示真实数据被预测为该类的数目：如下图，第一行第一列中的43表示有43个实际归属第一类的实例被预测为第一类，同理，第二行第一列的2表示有2个实际归属为第二类的实例被错误预测为第一类。
envi怎么打开保存的混淆矩阵
在设置中点击了混淆矩阵的按钮。设置里面选择打开混淆矩阵，点击那个按钮，从而可以打开保存着的混淆矩阵，这样就可以进行分类划分。保存是从一个平台上保存在手机或电脑的客户端上面，把这个转移。