前言：此篇文章是LCZ分类后结果的精确度评估，亦可以用于其他视觉识别结果的真实度评估，通过混淆矩阵分析结果的准确性，操作方法如下：

一、gis中选中命令创建精确度评估点 

将会在目标区域内创建随机点，每个点将包含训练集和真实集2列字段，将自动采集训练集字段

注意：如果是LCZA-G，需要重分类为11-17

二、基于目视得到的真实土地类型编辑随机点的真实集字段

# 随机森林 # 算法 # 机器学习
Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

cover

AI编程开发规范-CodeX+OpenSpec + Superpowers 的协同工作流

avatar 2048 AI社区
cover

2026销售会话分析工具横评：灵听工牌 vs AI录音笔 vs 行业SaaS，谁更懂业务？

avatar 2048 AI社区

同一个模型，只改“外壳“性能狂飙22倍，Agent的瓶颈根本不在模型本身

摘要： HuggingFace工程师JoelNiklaus的实验颠覆了AI代理（Agent）性能的认知：同一开源模型DeepSeek-V4-Pro仅因外层执行机制（Harness）不同，在法律基准测试中得分从3.5%跃升至80.1%，成本仅为顶级闭源模型的1/7。研究表明，Harness作为模型的"操作系统"，管理流程、工具调用等12项任务，其质量直接影响Agent表现，甚至导

avatar 2048 AI社区