树分类分为（）和（）两步，首先利用训练样本对分类树进行训练，构造分类树结构，然后用训练好的分类树对像素的进行逐级判定，最终确定其类别归属。

根据是否需要分类人员事先提供已知类别及其训练样本，对分类器进行（）和（），可将遥感图像分类方法划分为（）和（）。

按照确定分层样本数量的不同方式，分类抽样分为（）分类抽样和（）分类抽样两种。

1、一、对生成数据集进行最近邻分类 1. 按照两类均值和协方差矩阵分别为[0 0];[0.3 0;0 0.4] 和[1.25 1.25]; [0.3 0;0 0.4]分别生成容量为400 和 4000 的两类数据（训练和测试比例自定），利用5NN进行分类并计算准确率 2. 实现上述样本快速近邻法或剪辑近邻法，计算分类准确率，K的值可以自己选择 二、对手写数据集进行最近邻分类