No contexto do geoprocessamento, a classificação constitui uma etapa essencial para a extração de informações temáticas a partir de dados de sensoriamento remoto. Em relação aos mé

Na classificação não supervisionada, o analista define previamente as amostras de treinamento para cada classe temática, enquanto na supervisionada os agrupamentos são formados automaticamente pelo algoritmo.

A classificação não supervisionada produz, necessariamente, classes temáticas finais prontas para uso cartográfico, dispensando a etapa de interpretação pelo analista.

Métodos supervisionados não dependem da qualidade das amostras de treinamento, pois os algoritmos estatísticos compensam possíveis erros na seleção das classes.

A classificação supervisionada exige conhecimento prévio da área de estudo para definição de amostras representativas, podendo utilizar algoritmos como Máxima Verossimilhança ou Support Vector Machine.

A principal vantagem da classificação não supervisionada é garantir maior acurácia temática em comparação aos métodos supervisionados, independentemente da heterogeneidade da área.