代码之家 › 专栏 › 技术社区 › GCGM

基于R中光栅堆栈像素值的数据帧生成

svm extract dataframe r

GCGM · 技术社区 · 6 年前

我正在准备一个数据集来运行SVM分类。到目前为止,我有一个光栅堆栈,其中包括一个图层( [6] )用于培训

> S1
class       : RasterStack 
dimensions  : 3865, 6899, 26664635, 6  (nrow, ncol, ncell, nlayers)
resolution  : 14.83, 14.83  (x, y)
extent      : 361363.5, 463675.7, 5760647, 5817965  (xmin, xmax, ymin, ymax)
coord. ref. : +proj=utm +zone=32 +datum=WGS84 +units=m +no_defs +ellps=WGS84 +towgs84=0,0,0 
names       : Coherence_VV_Stack2.1, Coherence_VV_Stack2.2, Coherence_VV_Stack2.3, Coherence_VV_Stack2.4, Coherence_VV_Stack2.5, Class 
min values  :                     ?,                     ?,                     ?,                     ?,                     ?,     0 
max values  :                     ?,                     ?,                     ?,                     ?,                     ?,     1

S1[[6]] 是:

> S1[[6]]
class       : RasterLayer 
dimensions  : 3865, 6899, 26664635  (nrow, ncol, ncell)
resolution  : 14.83, 14.83  (x, y)
extent      : 361363.5, 463675.7, 5760647, 5817965  (xmin, xmax, ymin, ymax)
coord. ref. : +proj=utm +zone=32 +datum=WGS84 +units=m +no_defs +ellps=WGS84 +towgs84=0,0,0 
data source : in memory
names       : Class 
values      : 0, 1  (min, max)

和 plot(S1[[6]) 是:

我想创建一个 dataframe

如果像素值在 S1[[6]] 是 1 ,提取图像其他层中的像素值 raster stack 把它放在盒子里 数据帧
是 0 ,什么也不做。

shapefile 使用 extract

2 回复 | 直到 6 年前

Istrel 6 年前

你可以用 raster::calc 为此:

# Prepare function for manipulation with pixels
foo <- function(x){
    # NA case
    if (is.na(x[6])){
        return(NA)
    }
    # If layer 6 is 1
    if (x[6] == 1){
        # Return value from different layer (1 and 2 for example)
        return(x[c(1, 2)])
    } else {
        return(NA)
    }
}

# Use calc to loop over each pixel
new_raster <- calc(S1, foo)

# Convert result to data frame
df <- as.data.frame(new_raster)

# Remove empty values
df <- df[complete.cases(df), ]

Robert Hijmans 6 年前

i <- Which(S1[[6]]==1, cells=TRUE)
df <- data.frame(S1[i])

如果数据集足够小,可以放入RAM内存,也可以在Istrel建议的路径上选择一个快捷方式:

df <- as.data.frame(S1) 
df <- df[df[ ,6]== 1, ]

推荐文章

Vidya Marathe · 利用支持向量机预测概率

7 年前

COCO · numpy矢量化方式更改多行数组(行可以重复)

7 年前

Abdelghani Info · 为什么使用支持向量机?

7 年前

StarSweeper · 如何为openCV支持向量机格式化数据

7 年前

MateoConLechuga · 具有大数据样本的LIBSVM

7 年前

Rudy · 在Scikit学习(Python 3)中使用新数据重新训练持久支持向量机模型

7 年前

Amutheezan · 当使用3个类时,输出对于在Scikitlearn的支持向量机中获取决策函数意味着什么

7 年前

Xavier · 将字符串数据转换为浮点数据,然后传递到支持向量机分类器

7 年前

crabcanon · Scikit学习支持向量机特征名称

7 年前

arnold_107 · 获得支持向量机的决策边界

7 年前