| ラベル | 説明 | データ タイプ | 
| 精度評価ポイントの入力 | Classified フィールドと GrndTruth フィールドを含む [精度評価ポイントの作成 (Create Accuracy Assessment Points)] ツールから作成された精度評価ポイント フィーチャクラス。 これらのフィールドはどちらも long integer フィールド タイプです。 | Feature Layer | 
| 出力混同行列 | 表形式の混同行列の出力ファイル名。 テーブルの形式は、出力先とパスによって決定されます。 デフォルトでは、出力はジオデータベース テーブルです。 パスがジオデータベース内にない場合、.dbf 拡張子を使用して dBASE 形式で保存します。 | Table | 
Spatial Analyst のライセンスで利用可能。
Image Analyst ライセンスで利用できます。
サマリー
オミッション エラーおよびコミッション エラーを使用して混同行列を計算し、分類済みマップと参照データ間のカッパ値、IoU (Intersection over Union)、および全体的な精度を出力します。
このツールは、[精度評価ポイントの作成 (Create Accuracy Assessment Points)] ツールまたは [精度評価ポイントの更新 (Update Accuracy Assessment Points)] ツールの出力を使用します。
使用法
- 通常、精度評価ワークフローでは、次の 3 つのツールをこの順序で使用します: [精度評価ポイントの作成 (Create Accuracy Assessment Points)] → [精度評価ポイントの更新 (Update Accuracy Assessment Points)] → [混同行列の計算 (Compute Confusion Matrix)]。 
- このツールは、ランダムな精度評価ポイントを使用して混同行列を計算します。 精度評価ポイントは [精度評価ポイントの作成 (Create Accuracy Assessment Points)] ツールによって生成され、[精度評価ポイントの更新 (Update Accuracy Assessment Points)] ツールによって更新されます。 これらの 2 つのツールにより、各ポイントの Classified フィールドと GrndTruth フィールドに有効なクラス値が設定されます。 これらのフィールドはどちらも long integer フィールド タイプです。 ツールは、各クラスのユーザー精度とプロデューサー精度、および全体の Kappa 値を計算します。 精度率の範囲は 0 ~ 1 で、1 は 100 パーセントの精度を表します。 次に、混同行列の例を示します。 - c_1 - c_2 - c_3 - 合計 - U_Accuracy - Kappa - c_1 - 49 - 4 - 4 - 57 - 0.8594 - 0 - c_2 - 2 - 40 - 2 - 44 - 0.9091 - 0 - c_3 - 3 - 3 - 59 - 65 - 0.9077 - 0 - 合計 - 54 - 47 - 65 - 166 - 0 - 0 - P_Accuracy - 0.9074 - 0.8511 - 0.9077 - 0 - 0.8916 - 0 - Kappa - 0 - 0 - 0 - 0 - 0 - 0.8357 - 混同行列の例 
- ユーザー精度は、偽陽性を示します。この場合、ピクセルは別のクラスに分類する必要がある場合でも、既知のクラスとして誤って分類されます。 たとえば、分類された画像でピクセルが不透水性を示しても、基準は森林を示す場合があります。 不透水性クラスには、基準データに従うと存在しない余分なピクセルがあります。 - ユーザー精度も、コミッション エラーまたはタイプ 1 のエラーと呼ばれます。 このエラー率を計算するデータは、テーブルの行から読み取られます。 - 合計行は、基準データに従い、指定のクラスとして識別されたポイントの数を示します。 
- プロデューサー精度は、偽陰性です。既知のクラスのピクセルは、そのクラス以外のクラスに分類されます。 たとえば、分類された画像でピクセルが森林を示しても、不透水性である場合があります。 この場合、基準データに従うと、不透水性クラスにピクセルが存在しません。 - プロデューサー精度も、コミッション エラーまたはタイプ 2 のエラーと呼ばれます。 このエラー率を計算するデータは、テーブルの列で読み取られます。 - 合計列は、分類済みマップに従い、指定のクラスとして識別されたポイントの数を示します。 
- Kappa 指数は、分類の精度の全体的な評価を提供します。 
- IoU (Intersection over Union) とは、予測セグメンテーションとグランド トゥルースの間のオーバーラップ エリアを、予測セグメンテーションとグランド トゥルースの間の和集合で割ったものです。 平均 IoU 値はクラスごとに計算されます。 
パラメーター
ComputeConfusionMatrix(in_accuracy_assessment_points, out_confusion_matrix)
| 名前 | 説明 | データ タイプ | 
| in_accuracy_assessment_points | Classified フィールドと GrndTruth フィールドを含む [精度評価ポイントの作成 (Create Accuracy Assessment Points)] ツールから作成された精度評価ポイント フィーチャクラス。 これらのフィールドはどちらも long integer フィールド タイプです。 | Feature Layer | 
| out_confusion_matrix | 表形式の混同行列の出力ファイル名。 テーブルの形式は、出力先とパスによって決定されます。 デフォルトでは、出力はジオデータベース テーブルです。 パスがジオデータベース内にない場合、.dbf 拡張子を使用して dBASE 形式で保存します。 | Table |