terra包中的knn分类：

Question

我需要一个简单的神经网络分类器。 给定 RStollbox 示例数据：

library(RStoolbox)
v <- vect(readRDS(system.file("external/trainingPoints_rlogo.rds", package="RStoolbox")))
traind <- extract(rlogo,v)
traind$class <- v$class

我愿意：

a <- knn3Train(test=values(rlogo), train=traind[,2:4], cl=as.factor(traind$class),k=1)
rlogo.knn1 <- rlogo[[1]]*0
values(rlogo.knn1) <- a
plot(rlogo.knn1)

但是 knn3Train() 步骤对于真实的光栅图像来说很慢。有没有更好/更快的方法，也许使用predict()？

Answer 1

没有 RStoolbox，但您可以将上面的结果与这些结果进行比较，看看答案是什么

f <- system.file("ex/logo.tif", package = "terra")
r <- rast(f)
km <- k_means(r, centers=5)
km_no_centers <- k_means(r)
r_patch <- patches(r, directions = 8, zeroAsNA = TRUE)
# and plot each

一切都很快。