Land Cover P.N. Cerro Castillo

Para la evaluación de los resultados, se utilizó un 20% de los puntos de control de terreno, dejando el 80% restante para entrenar el modelo. La clasificación final mostró una exactitud global superior al 97%, los detalles de esta exactitud pueden ser revisados en la matriz de confusión.

La matriz de confusión es una tabla de datos que permite evidenciar el desempeño de un algoritmo de clasificación de aprendizaje supervisado. Cada columna (vertical) de esta tabla representa el número de predicciones para cada clase de objeto de conservación, mientras que cada fila (horizontal) representa a la clase real identificada en terreno. La precisión del productor está asociada inversamente con el error de omisión, que ocurre cuando un píxel no es asignado correctamente a la categoría a la que pertenece y la precisión del usuario tiene una relación inversa con el error de comisión, que es el error de asignar un píxel a una clase, cuando en realidad pertenece a otra clase. Finalmente, la precisión global es la estimación de la tasa global de aciertos.

REVISA EL INFORME DESCARGABLES