Vue d’ensemble du jeu d’outils Analyser la répartition spatiale
Les outils du jeu d’outils Analyser la répartition spatiale permettent d’identifier, de quantifier et de visualiser des modèles spatiaux dans les données d’entité.
Les outils GeoAnalytics Desktop fournissent une structure de traitement parallèle adaptée aux analyses réalisées sur un ordinateur de bureau équipé d’Apache Spark. Grâce à l’agrégation, à la régression et à la détection, vous pouvez visualiser, comprendre et manipuler les Big Data. Ces outils, qui fonctionnent avec les jeux de données volumineux, vous permettent de mieux comprendre vos données au travers de modèles, de tendances et d’anomalies. Entièrement intégrés, ils s’exécutent dans ArcGIS Pro de la même façon que les autres outils bureautiques de géotraitement.
|
Outil |
Description |
|---|---|
|
Calcule une grandeur par unité de surface à partir d’entités ponctuelles qui se trouvent dans le voisinage donné de chaque cellule. |
|
|
Dans un ensemble d'entités, cet outil identifie les points chauds et les points froids statistiquement significatifs à l'aide de la statistique Getis-Ord Gi*. |
|
|
Recherche des agrégats d’entités ponctuelles dans le bruit environnant en fonction de leur distribution spatiale ou spatiotemporelle. |
|
|
Identifie les entités candidates les plus semblables (ou dissemblables) à une ou plusieurs entités en entrée en fonction d’attributs d’entités. |
|
|
Crée des modèles et génère des prévisions à l’aide d’une adaptation de l’algorithme de forêt aléatoire développé, qui est une méthode de Machine Learning supervisée développée par Leo Breiman et Adele Cutler. Les prédictions peuvent être réalisées sur des variables catégorielles (classification) ou des variables continues (régression). Les variables explicatives sont des champs de la table attributaire des entités d’entraînement. Outre la validation des performances du modèle en fonction des données d’entraînement, vous pouvez aussi réaliser des prévisions sur des entités. |
|
|
Effectue une régression linéaire généralisée pour générer les prévisions ou pour illustrer une variable dépendante en termes de relations pour définir un ensemble de variables explicatives. Cet outil permet d’adapter des modèles continus (moindres carrés ordinaires), binaires (logistique) et totaux (Poisson). |