Skip to main content

Mit Modelldatei für räumliche Statistiken vorhersagen (Spatial Statistics Tools)

Zusammenfassung

Sagt kontinuierliche oder kategoriale Werte mithilfe einer trainierten Modelldatei für räumliche Statistiken (.ssm-Datei) vorher.

Weitere Informationen zu Modelldateien für räumliche Statistiken

Verwendung

  • Das Werkzeug kann beispielsweise in den folgenden Szenarien verwendet werden:

    • Für ein Forest-basiertes Klassifizierungs- und Regressionsmodell, das unter Verwendung einer Reihe von erklärenden Umgebungsvariablen, die sowohl als Attribute als auch als Raster dargestellt werden, zum Vorkommen von Seegras und den Entfernungen zu flussaufwärts liegenden Fabriken und großen Häfen trainiert wird, kann das künftige Vorkommen von Seegras auf der Grundlage von Prognosen für diese erklärenden Umgebungsvariablen vorhergesagt werden.

    • Ein Modell, das durch einen Experten trainiert wurde, kann für andere Benutzer freigegeben werden, um Vorhersagen zu treffen, ohne dass sensible Daten freigegeben werden. Beispiel: Mit einem Modell über die Bleiwerte im Blut von Kindern und die Steuerflurstücks-ID der jeweiligen Häuser kann in Verbindung mit Attributen auf Flurstückebene wie dem Alter des Hauses, offiziellen Bevölkerungsdaten wie Einkommens- und Bildungsniveau und nationalen Datasets, die die toxische Freisetzung von Blei und Bleiverbindungen wiedergeben, das Risiko einer Bleiexposition für Parzellen ohne Daten zu Blutbleiwerten vorhergesagt werden. Diese Risikovorhersagen können für Maßnahmen und Aufklärungsprogramme in dem Gebiet genutzt werden.

    • Eine Ökologin hat Felddaten zu beobachteten Positionen des Vorhandenseins einer bedrohten Art gesammelt. Sie muss das Vorhandensein der Art in einem größeren Untersuchungsgebiet schätzen und ihre Arbeit für andere Forscher freigeben. Anhand der bekannten Positionen des Vorhandenseins und mithilfe zugrunde liegender Faktoren als Raster kann die Ökologin unter Verwendung der auf Vorhandensein beschränkten Vorhersage das Vorhandensein der Art modellieren und das trainierte Modell freigeben, ohne dass sensible Daten zum Vorhandensein der Art freigegeben werden. Das Modell kann verwendet werden, um eine Karte vorhergesagter Positionen, an denen die Art mit der größten Wahrscheinlichkeit vorhanden ist, zu erstellen.

  • Der Wert des Parameters Eingabe-Modelldatei ist eine .ssm-Datei, die mit mehreren Werkzeugen im Toolset Modellierung von räumlichen Beziehungen der Toolbox "Spatial Statistics" erstellt werden kann. Sie können die Modelldatei mit den Werkzeugen Generalisierte lineare Regression, Forest-basierte und geboostete Klassifizierung und Regression und Auf Vorhandensein beschränkte Vorhersage (MaxEnt) erstellen, indem Sie im jeweiligen Werkzeug den Parameterwert Trainierte Ausgabe-Modelldatei angeben.

    Unter Funktionsweise der generalisierten linearen Regression, Funktionsweise des Werkzeugs "Forest-basierte und geboostete Klassifizierung und Regression" und Funktionsweise von "Auf Vorhandensein beschränkte Vorhersage (MaxEnt)" erfahren Sie, wie bei den einzelnen Modellen Vorhersagen für jeden Modelltyp getroffen werden.

  • Wenn die Option Features vorhersagen des Parameters Vorhersagetyp verwendet wird, dann verwenden Sie den Parameter Vorhergesagte Ausgabe-Features, um eine Feature-Class mit den Vorhersagen zu erstellen. Wenn die Option Raster vorhersagen verwendet wird, dann verwenden Sie den Parameter Vorhergesagte Ausgabe-Oberfläche, um ein Raster der vorhergesagten Werte zu erstellen.

  • Um Raster vorherzusagen, muss die .ssm-Datei ausschließlich mit Rastern trainiert werden.

  • Zur Verwendung einer .ssm-Datei, die mit Rastern trainiert wurde, ist eine Lizenz für die Erweiterung "ArcGIS Spatial Analyst" erforderlich.

    Hinweis:

    Bevor Sie dieses Werkzeug ausführen, sollten Sie das Werkzeug Modelldatei für räumliche Statistiken beschreiben ausführen, um etwas über die Namen, Typen, Beschreibungen und Einheiten der Variablen zu erfahren, damit die Daten entsprechend vorbereitet werden können. Sie können auch die Modelldiagnosen verwenden, um die Qualität der Eingabe-Modelldatei zu bewerten.

  • Erklärende Variablen können aus Feldern stammen, aus Entfernungs-Features berechnet oder aus Rastern extrahiert werden. Die Kombination der erklärenden Variablen sollte mit der Eingabe-Modelldatei übereinstimmen.

  • Wenn beim Erstellen der Modelldatei eine erklärende Variable oder ein erklärendes Raster als kategorial markiert ist, dann wird der Parameter Kategorial überprüft und die übereinstimmende Variable als kategorial behandelt. Bevor Sie dieses Werkzeug ausführen, können Sie das Werkzeug Modelldatei für räumliche Statistiken beschreiben verwenden, um zu bestimmen, welche Variablen in der Modelldatei kategoriale Variablen sind.

  • Die Trainings- und Vorhersagevariablen sollten Felder eines ähnlichen Typs sein. Beispiel: Alle numerischen Feldtypen können mit allen anderen numerischen Feldtypen abgeglichen werden. Wenn das Trainingsfeld jedoch ein Textfeld ist, dann sollte auch die entsprechende Vorhersagevariable eine Textvariable sein.

    Hinweis:

    Es wird empfohlen, dass Sie die Variableneinheiten festlegen, bevor die Trainings- und die Vorhersagevariablen abgeglichen werden. Wenn in der trainierten Modelldatei und in der Vorhersage unterschiedliche Variableneinheiten verwendet werden, dann können die Ergebnisse falsch sein. Wenn Sie zum Beispiel ein Modell mit einer Einkommensvariablen in US-Dollar trainieren, beim Treffen von Vorhersagen diese Variable aber mit einem Einkommen in Indischen Rupien abgleichen, dann erhalten Sie ungenau vorhergesagte Variablen, da die Variablenbereiche zwischen den trainierten Variablen und den Vorhersagevariablen inkonsistent sein können.

  • Dieses Werkzeug erstellt auch Meldungen und Diagramme, mit denen die Performance des Modells beschrieben wird. Um auf die Meldungen zuzugreifen, zeigen Sie mit der Maus auf die Fortschrittsleiste, klicken Sie auf die Pop-out-Schaltfläche, oder erweitern Sie den Abschnitt "Meldungen" im Bereich Geoverarbeitung. Über den Geoverarbeitungsverlauf können Sie auch auf die Meldungen für eine vorherige Ausführung dieses Werkzeugs zugreifen. Die Meldungen enthalten Modelldiagnosen und weitere Informationen über das Modell.

  • Die Tabelle Modellparameter in den Geoverarbeitungsmeldungen enthält die Beschreibungen der vorherzusagenden Variable und des Feldtyps sowie der erklärenden Variablen, die zum Erstellen des Modells verwendet wurden. Diese Tabelle enthält auch für jede Variable die Einheiten (die mit dem Werkzeug Eigenschaften der Modelldatei für räumliche Statistiken festlegen festgelegt wurden), damit sichergestellt werden kann, dass sie auf die Vorhersagevariablen abgestimmt sind, wenn das Modell verwendet wird, um Vorhersagen zu treffen.

    Achtung:

    Bevor Sie den Vorhersageergebnissen vertrauen, sollten Sie die Modelldiagnose bewerten. Wenn ein Modell trainiert wurde, ohne dass Validierungsdaten zurückgehalten wurden, kann die Genauigkeit der Vorhersagen nicht bewertet werden.

    Achtung:

    Wenn das Werkzeug mit ArcPy ausgeführt wird, dann sind die Reihenfolge und die Groß-/Kleinschreibung der Variablen in den Tabellen der Parameterwerte Erklärende Variablen abgleichen, Entfernungs-Features abgleichen und Erklärende Raster abgleichen wichtig. Wenn Sie zum Beispiel zwei erklärende Variablen zur Darstellung von Temperatur und Feuchtigkeit verwenden und der Temperaturwert vor dem Feuchtigkeitswert erwartet wird, dann müssen Sie diese Variablen in dieser Reihenfolge angeben. Die richtige Reihenfolge der Variablen in der Eingabe-Modelldatei können Sie anhand der abgeleiteten Ausgaben des Werkzeugs Modelldatei für räumliche Statistiken beschreiben ermitteln.

  • Verwenden Sie den Parameter Feld für Vergleich mit Vorhersagen, um Modellvorhersagen mit tatsächlichen beobachteten Werten zu vergleichen. Wenn Sie dafür ein Feld in den Eingabe-Vorhersage-Features mit tatsächlichen beobachteten Werten verwenden möchten, dann legen Sie dieses Feld als Wert des Parameters Feld für Vergleich mit Vorhersagen fest. Dadurch werden in den Geoverarbeitungsmeldungen Auswertungskennwerte eingefügt. Außerdem wird die Symbolisierung so geändert, dass Regressionsresiduen und Klassifizierungsgenauigkeit verwendet werden.

  • Wenn der Parameter Feld für Vergleich mit Vorhersagen angegeben wurde, dann enthält die Ausgabesymbolisierung für Regressionsanalysen die Residuen bzw. für Klassifizierungsanalysen die Darstellung, ob die Vorhersagen richtig oder falsch waren.

  • Wenn der Parameter Feld für Vergleich mit Vorhersagen angegeben wurde, dann enthalten die Geoverarbeitungsmeldungen zusätzlich die Tabelle Validierungsdaten mit Auswertungskennwerten, wie zum Beispiel Genauigkeit für die Klassifizierung und R-Squared für die Vorhersage.

Parameter

Beschriftung Erläuterung Datentyp

Eingabe-Modelldatei

Die Modelldatei für räumliche Statistiken, die für neue Vorhersagen verwendet werden soll.

File

Vorhersagetyp

Gibt den zu verwendenden Operationsmodus an. Das Werkzeug kann neue Features vorhersagen oder eine Vorhersage-Raster-Oberfläche erstellen.

  • Features vorhersagen—Es werden Vorhersagen oder Klassifizierungen für Features generiert. Es müssen erklärende Variablen zum Abgleichen der Variablen, die zum Trainieren der Eingabe-Modelldatei verwendet wurden, angegeben werden. Die Ausgaben dieser Option sind eine Feature-Class und Modelldiagnosen im Meldungsfenster.

  • Raster vorhersagen—Für den Bereich, in dem sich die erklärenden Raster überschneiden, wird ein Vorhersage-Raster generiert. Es müssen erklärende Raster zum Abgleichen der Raster, die zum Trainieren der Eingabe-Modelldatei verwendet wurden, angegeben werden. Die Ausgaben dieser Option sind eine vorhergesagte Oberfläche und Modelldiagnosen im Meldungsfenster.

String

Eingabe-Vorhersage-Features

(Optional)

Die Feature-Class, die Positionen darstellt, an denen Vorhersagen getroffen werden. Diese Feature-Class muss auch erklärende Variablen enthalten, die als Felder bereitgestellt wurden und den zum Trainieren des Eingabemodells verwendeten Feldern entsprechen.

Feature Layer

Vorhergesagte Ausgabe-Features

(Optional)

Die Ausgabe-Feature-Class mit den Vorhersageergebnissen.

Feature Class

Vorhergesagtes Ausgabe-Raster

(Optional)

Das Ausgabe-Raster mit den Vorhersageergebnissen. Die Standard-Zellengröße entspricht der maximalen Zellengröße der Eingabe-Raster.

Raster Dataset

Erklärende Variablen abgleichen

(Optional)

Eine Liste der erklärenden Variablen des Eingabemodells und der entsprechenden Felder der Eingabe-Vorhersage-Features. Geben Sie für jede erklärende Variable in der Spalte Training das entsprechende Vorhersagefeld in der Spalte Prediction an. In der Spalte Categorical wird angegeben, ob die Variable kategorial oder kontinuierlich ist.

Spalten der Wertetabelle:

  • Prediction—The prediction field of the input prediction features.

  • Training—The explanatory variable of the input model file.

  • Categorical—Specifies whether the variable is categorical or continuous.

    • Categorical—The explanatory variable is categorical.

    • Numeric—The explanatory variable is continuous.

Value Table

Entfernungs-Features abgleichen

(Optional)

Eine Liste der erklärenden Entfernungs-Features des Eingabemodells und der entsprechenden Entfernungs-Features der Vorhersage. Geben Sie für jedes erklärende Entfernungs-Feature in der Spalte Training das entsprechende Entfernungs-Feature der Vorhersage in der Spalte Prediction an.

Spalten der Wertetabelle:

  • Prediction—The prediction distance feature.

  • Training—The explanatory distance feature of the input model file.

Value Table

Erklärende Raster abgleichen

(Optional)

Eine Liste der erklärenden Raster des Eingabemodells und der entsprechenden Vorhersage-Raster. Geben Sie für jedes erklärende Raster in der Spalte Training das entsprechende Vorhersage-Raster in der Spalte Prediction an. In der Spalte Categorical wird angegeben, ob das Raster kategorial oder kontinuierlich ist.

Spalten der Wertetabelle:

  • Prediction—The prediction raster.

  • Training—The explanatory raster of the input model file.

  • Categorical—Specifies whether the raster is categorical or continuous.

    • Categorical—The explanatory raster is categorical.

    • Numeric—The explanatory raster is continuous.

Value Table

Feld für Vergleich mit Vorhersagen

(Optional)

Ein Feld im Wert des Parameters Eingabe-Vorhersage-Features, das die tatsächlichen beobachteten Werte der Variable enthält, die in dem ursprünglichen Werkzeug, durch das die .ssm-Datei erstellt wurde, vorhergesagt wird. Wenn dieses Feld angegeben wurde, dann werden in den Meldungen des Geoverarbeitungswerkzeugs Auswertungskennwerte eingefügt, damit beurteilt werden kann, wie gut das Modell die tatsächlichen Werte vorhersagt.

Field

Umgebungen

Ausgabe-Koordinatensystem, Faktor für parallele Verarbeitung, Zellengröße, Ausdehnung, Projektionsmethode für Zellengröße, Maske, Zufallszahlengenerator, Fang-Raster

Sonderfälle

Zufallszahlengenerator

The Random Generator Type used is always Mersenne Twister.

Lizenzierungsinformationen

  • Basic: Eingeschränkt
    Spatial Analyst ist erforderlich, um Raster zu verwenden.
  • Standard: Eingeschränkt
    Spatial Analyst ist erforderlich, um Raster zu verwenden.
  • Advanced: Eingeschränkt
    Spatial Analyst ist erforderlich, um Raster zu verwenden.