Как я могу использовать пакет rasclass для классификации максимального правдоподобия?У меня есть пятно 5 изображений.Изображение разделено на 8 классов.Итак, у меня есть тренировочные данные, содержащие 8 файлов форм.Изображение состоит из 5 полос.Я извлек значения 5 полос на тренировочных площадках для каждого из 8 классов.Теперь я хочу использовать эти значения для обучения классификатора максимального правдоподобия, а затем применить классификатор ко всему моему изображению, чтобы я мог получить количество пикселей, содержащихся в каждом классе.Как я могу использовать пакет rasclass для этого?
Вот мой код, который я написал до сих пор ...
library(rgdal)
library(raster)
library(caret)
library(rasclass)
imgpath<-"E:\\FYP guide\\SubsetImage\\"
setwd(imgpath)
img<-brick("SUBSET_ndvi_stacked_med5.img")
names(img)<-c(paste0("B",1:4,col = ""),"B5")
tds1<-shapefile("E:\\FYP guide\\Training data shapefile\\Training data\\barren70")
tds2<-shapefile("E:\\FYP guide\\Training data shapefile\\Training data\\intSep70")
tds3<-shapefile("E:\\FYP guide\\Training data shapefile\\Training data\\intSettle70")
tds4<-shapefile("E:\\FYP guide\\Training data shapefile\\Training data\\ploughed70")
tds5<-shapefile("E:\\FYP guide\\Training data shapefile\\Training data\\sugarcane70")
tds6<-shapefile("E:\\FYP guide\\Training data shapefile\\Training data\\tobacco70")
tds7<-shapefile("E:\\FYP guide\\Training data shapefile\\Training data\\urban70")
tds8<-shapefile("E:\\FYP guide\\Training data shapefile\\Training data\\vegetable70")
trdbarren<-extract(img,tds1,df=TRUE)
trdintsep<-extract(img,tds2,df=TRUE)
trdinsettle<-extract(img,tds3,df=TRUE)
trdploughed<-extract(img,tds4,df=TRUE)
trdsugarcane<-extract(img,tds5,df=TRUE)
trdtobacco<-extract(img,tds6,df=TRUE)
trdurban<-extract(img,tds7,df=TRUE)
trdvegetable<-extract(img,tds8,df=TRUE)
дальше я не знаю, как действовать
classifyRasclass(object, method = 'maximumLikelihood')
Я не знаю, как собрать все эти вещи в аргумент "объект" функции классификации rasclass.Если кто-то может помочь, пожалуйста