Clasificadores de aprendizaje automático &Muestra de clasificadores

Existen algoritmos emergentes de aprendizaje automático para clasificar la cobertura y el uso del suelo. En este libro nos centramos en los métodos relativamente maduros (siete métodos): máquinas de vectores de soporte (SVM), árboles de decisión (DT), redes neuronales artificiales, k-nearest neighbours (k-NN), naive Bayes, Boosting y Random forest (RF).La recopilación precisa y oportuna de información sobre el uso y la ocupación del suelo urbano es crucial para muchos aspectos del desarrollo urbano y la protección del medio ambiente.La clasificación precisa de las cubiertas del suelo es un reto. La mejora de la clasificación de la cubierta terrestre es un tema candente. Es necesaria para muchas aplicaciones, como la cartografía de la ocupación del suelo, la supervisión medioambiental, la gestión de los recursos naturales, la planificación urbana y la gestión y detección de cambios. Se han estudiado varios métodos de ensamblaje para combinar varios clasificadores.