遥感&机器学习入门实战教程 | Sklearn 案例②：PCA + k-NN 分类与评估

关注

VIP免费原创最新推荐文章于 2026-08-27 09:46:32 发布 1k 阅读 AI 写同款· GEO 优化 ›

遥感&amp；机器学习入门实战教程 | Sklearn 案例③：PCA + SVM / 随机森林对比与调参本文介绍了基于支持向量机（SVM）和随机森林（RF）的高光谱影像分类方法，通过严格的无数据泄露预处理和交叉验证调参构建可靠基线模型。主要内容包括：使用仅训练集数据拟合StandardScaler和PCA降维（30维）；采用GridSearchCV优化SVM（C/gamma）和RF（n_estimators/max_depth）超参数；输出完整评估指标和可视化结果（混淆矩阵、参数热力图、PCA累计方差曲线）；最终实现整图预测并渲染分类结果。阅读详情

延续第①篇：在“仅用训练像素拟合”的前提下，完成降维→分类→评估→整图预测的最小可用工作流，并将所有结果自动保存到时间戳文件夹。

🎯 本篇目标

在无数据泄露前提下：仅用训练像素 fit StandardScaler 与 PCA
使用 k-NN 完成分类，输出 OA / AA / Kappa 与 precision / recall / F1
同时绘制并保存：计数版与归一化版混淆矩阵、PCA 累计解释方差曲线
可选：整图像素级预测并保存可视化图与 .npz 结果包
统一一个带时间戳的结果文件夹，便于归档复现实验

📂 数据说明

KSC.mat：高光谱数据立方体，形状 (H, W, B)
KSC_gt.mat：标签图，形状 (H, W)，0 表示背景/无标签，1…C 为类别编号
将二者放入同一目录，例如：

your_path/
  ├─ KSC.mat
  └─ KSC_gt.mat

只需在脚本里将 DATA_DIR = r"your_path" 改为你的真实路径，其余保持默认即可一键运行。

🧩 方法要点回顾（与第①篇保持一致）

分层划分：仅在有标签像素上进行训练/测试划分（stratify=labels）。
无泄露拟合：scaler.fit 和 pca.fit 只在训练像素上完成；随后对整图仅做 transform。
统一变换：整图 (H*W, B) 扁平化 → StandardScaler.transform → PCA.transform → 还原为 (H, W, PCA_DIM)。
评估：汇报 OA / AA / Kappa 与详细分类报告，同时保存原始与归一化混淆矩阵。
整图预测（可选）：输出 1…C 的类别图，未标注区域可置 0 便于对照。

⚙️ 环境与依赖

Python 3.8+
numpy、scipy、scikit-learn、matplotlib
终端安装示例：pip install numpy scipy scikit-learn matplotlib

💻 一键可跑完整脚本（自动保存所有结果）

复制粘贴即可运行。仅需修改第一段参数里的 DATA_DIR。

# -*- coding: utf-8 -*-
"""
Sklearn案例②-优化版：无泄露PCA + k-NN分类（结果直存）
数据：KSC / KSC_gt
1) 统一时间戳结果文件夹，所有图表/指标直接保存
2) 可视化优化：高DPI、紧凑布局、清晰坐标与标注
3) 混淆矩阵双版本：计数 & 归一化（百分比）
4) 指标保存：txt + csv；混淆矩阵保存：csv
5) 整图预测：可选，仅保存图片；同时保存预测数组(npz)
"""

import os
import time
import json
import numpy as np
import scipy.io as sio
import matplotlib
import matplotlib.pyplot as plt

from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import (confusion_matrix, classification_report,
                             accuracy_score, cohen_kappa_score)

# ===== 可视化中文支持 =====
matplotlib.rcParams['font.family'] = 'SimHei'
matplotlib.rcParams['axes.unicode_minus'] = False

# ===== 参数区（按需修改）=====
DATA_DIR = r"your_path"      # ←←← 修改为你的数据路径
PCA_DIM = 30                  # PCA主成分数
TRAIN_RATIO = 0.3             # 训练占比（仅在有标签像素上分层抽样）
SEED = 42                     # 随机数种子
K = 5                         # k-NN 的 k
DO_FULLMAP = True             # 是否进行整图预测与保存
SAVE_ROOT = os.path.join(DATA_DIR, "knn_results")

# ===== 工具：统一保存路径 & 画图助手 =====
def make_save_dir(root):
    t = time.strftime("%Y%m%d_%H%M%S")
    d = os.path.join(root, f"run_{
     
     t}")
    os.makedirs(d, exist_ok=True)
    return d

def save_fig(path, dpi=220):
    plt.tight_layout()
    plt.savefig(path, dpi=dpi, bbox_inches="tight")
    plt.close()

def save_text(path, text):
    with open(path, "w", encoding="utf-8") as f:
        f.write(text)

# ===== 1. 加载数据 =====
X = sio.loadmat(os.path.join(DATA_DIR, "KSC.mat"))["KSC"].astype(np.float32)
Y = sio.loadmat(os.path.join(DATA_DIR, "KSC_gt.mat"))["KSC_gt"].astype(int)
h, w, b = X.shape

# 仅取非0标签像素的坐标与标签（转为0-based）
coords = np.argwhere(Y != 0)                    # (N,2)
labels = Y[coords[:, 0], coords[:, 1]] - 1      # (N,)
num_classes = labels.max() + 1

# ===== 结果目录 =====
SAVE_DIR = make_save_dir(SAVE_ROOT)
print