一、实验目的

1. 高光谱数据预处理：从3D数据转换为2D样本，去除无效标签，归一化处理

2. 多分类器对比：学习KNN、SVM、随机森林等算法的实现与调参

3. 性能评估：计算OA（总体准确率）、AA（平均准确率）和Kappa系数

4. 结果可视化：绘制分类结果图并对比不同算法的表现

二、数据集与工具

• 数据集：高光谱图像 dc_hx.mat（光谱数据）与 dc_gt.mat（标签数据）

     上述数据为公开数据，可自行替换

• 工具：Python + Scikit-learn + Matplotlib

三、实验步骤与代码解析

1. 数据加载与预处理

关键代码：

# 加载数据  
data = sio.loadmat('dc_hx.mat')['dc']  
labels = sio.loadmat('dc_gt.mat')['dc_gt']  

# 3D转2D（样本×特征）  
X = data.reshape(-1, data.shape[-1])  
y = labels.ravel()  

# 去除无标签样本（标签为0的像素）  
X = X[y > 0]  
y = y[y > 0]  

# 归一化  
scaler = StandardScaler()  
X = scaler.fit_transform(X)  

说明：

• 高光谱数据维度为 (宽×高×波段)，需转换为 (样本数×特征数) 供模型训练

• 归一化可消除不同波段量纲差异，提升模型收敛速度

2. 划分训练集与测试集

关键代码：

X_train, X_test, y_train, y_test = train_test_split(  
    X, y, test_size=0.1, random_state=42, stratify=y  
)  

参数解析：

• test_size=0.1：10%数据作为测试集

• stratify=y：保持训练集与测试集的类别分布一致

3. 多分类器训练与评估

支持的算法：

• K近邻（KNN）

• 支持向量机（SVM，RBF核）

• 随机森林（Random Forest）

• 逻辑回归（Logistic Regression）

• 决策树（Decision Tree）

• 朴素贝叶斯（Naive Bayes）

评估指标：

• OA（Overall Accuracy）：总体分类准确率

• AA（Average Accuracy）：各类别准确率的平均值

• Kappa系数：衡量分类结果与随机分类的一致性

关键代码：

for name, clf in classifiers.items():  
    clf.fit(X_train, y_train)  
    y_pred = clf.predict(X_test)  
    oa = accuracy_score(y_test, y_pred)  
    cm = confusion_matrix(y_test, y_pred)  
    aa = np.mean(np.diag(cm) / np.sum(cm, axis=1))  
    kappa = cohen_kappa_score(y_test, y_pred)  
    results[name] = {"OA": oa, "AA": aa, "Kappa": kappa}  

4. 全图分类与可视化

关键代码：

# 全图分类  
image_2d = data.reshape(-1, data.shape[-1])  
image_2d = scaler.transform(image_2d)  
classified_image = clf.predict(image_2d)  
classified_image = classified_image.reshape(data.shape[:2])  

# 可视化  
plt.imshow(classified_image, cmap='jet')  
plt.title(f"{name} Classification")  

效果图示例：