ArcGIS Pro中随机森林预测概率的深度解析：如何理解’包含所有预测概率’

1次阅读

共计 2094 个字符，预计需要花费 6 分钟才能阅读完成。

传统的地理空间分类任务中，模型通常只输出最终的类别标签（如 ” 林地 ” 或 ” 水域 ”）。这种单一结果的输出方式存在明显局限：

信息丢失：无法判断模型对预测结果的置信程度。例如，同样是预测为 ” 城市用地 ”，可能是 90% 概率的确定判断，也可能是 51% 概率的勉强选择。
决策风险：在关键应用中（如灾害风险评估），仅知道最终类别而不知其可靠性，可能导致决策失误。
后续分析受限：难以进行不确定性量化或概率敏感性分析。

随机森林通过多棵决策树的 ” 软投票 ”（soft voting）机制计算类别概率。具体公式为：

P(y=c|x) = (1/T) * Σᵢ I[hᵢ(x)=c]

其中：
– T是决策树总数
– hᵢ(x)是第 i 棵树对样本 x 的预测类别
– I[]是指示函数（预测为 c 时值为 1，否则为 0）

例如，若有 100 棵树，某像素被 60 棵树预测为 ” 农田 ”，30 棵为 ” 林地 ”，10 棵为 ” 裸地 ”，则概率分布为：[0.6, 0.3, 0.1]。

在【空间分析工具】→【机器学习分类】→【训练随机森林分类器】工具中：

勾选 ’ 包含所有预测概率 ’ 时：
为每个类别生成单独的概率字段
字段命名规则：类名_Prob（如 ” 农田_Prob”）
输出示例：某要素属性表包含字段[农田_Prob, 林地_Prob, 裸地_Prob]
未勾选时：
仅保留 Confidence 字段（最高概率值）
丢失其他类别的概率分布信息

import arcpy

# 假设输出要素类路径
output_fc = "C:/data/classification_result.shp"

# 获取所有概率字段（名称以 '_Prob' 结尾）prob_fields = [f.name for f in arcpy.ListFields(output_fc, "*_Prob")]

# 创建搜索游标读取数据
with arcpy.da.SearchCursor(output_fc, ["OID@"] + prob_fields) as cursor:
    for row in cursor:
        print(f"要素 ID {row[0]} 的概率分布: {dict(zip(prob_fields, row[1:]))}")

import numpy as np

def calculate_entropy(prob_array):
    """计算概率分布的熵值（值越小表示预测越确定）"""
    return -np.sum(prob_array * np.log(prob_array + 1e-10))  # 加小量避免 log(0)

# 示例：对单个要素的概率计算熵值
probabilities = [0.8, 0.15, 0.05]  # 三个类别的预测概率
entropy = calculate_entropy(probabilities)
print(f"熵值: {entropy:.3f}")  # 输出示例：0.423

import matplotlib.pyplot as plt

# 模拟三个类别的概率栅格（实际应用中需从要素类转换）prob_arrays = {"农田": np.random.rand(100,100)*0.8,
    "林地": np.random.rand(100,100)*0.6,
    "裸地": np.random.rand(100,100)*0.3
}

# 绘制多子图
fig, axes = plt.subplots(1, 3, figsize=(15,5))
for ax, (cls_name, prob) in zip(axes, prob_arrays.items()):
    im = ax.imshow(prob, vmin=0, vmax=1, cmap='RdYlGn')
    ax.set_title(f"{cls_name}概率")
    fig.colorbar(im, ax=ax)
plt.tight_layout()
plt.savefig("probability_heatmaps.png")