交叉验证 (地统计分析工具)

汇总

先移除一个数据位置，然后使用其余位置处的数据预测关联数据。 该工具的主要用途是，比较预测值与实测值以获取有关某些模型参数的有用信息。

了解有关执行交叉验证和验证的详细信息

用法

• 当从 Python 中使用此工具时，该 result 对象包含一个要素类和一个 CrossValidationResult，具有以下属性：

  • Count—使用的样本总数。

  • Mean Error—测量值与预测值之间的平均差值。

    

  • Root Mean Square Error—指示模型预测结果与测量值的接近程度。 误差越小越好。

    

  • Average Standard Error—预测标准误差的平均值。

    

  • Mean Standardized Error—标准化误差的平均值。 此值应该接近于 0。

    

  • Root Mean Square Standardized Error—若预测标准误差有效，则该值应接近于 1。 如果标准化均方根误差大于 1，说明低估了预测的可变性。 如果标准化均方根误差小于 1，说明高估了预测的可变性。

    

  • Percent in 90% Interval—位于 90% 交叉验证置信区间内的点的百分比。 该值应接近于 90。

  • Percent in 95% Interval—位于 95% 交叉验证置信区间内的点的百分比。 该值应接近于 95。

  • Average CRPS—所有点的平均连续分级概率评分 (CRPS)。 CRPS 是一种诊断方法，用于测量预测的累积分布函数与每个已观测数据值之间的偏差。 该值应尽可能小。 该诊断方法优于其他交叉验证诊断方法，因为它将数据与整个分布进行比较而不是与单点预测进行比较。 该统计数据的计算涉及模拟过程，因此无法用简单公式表示。

  对于IDW、全局多项式插值法、径向基函数插值法、含障碍的扩散插值法以及含障碍的核插值法，仅提供平均值和均方根误差结果。

  位于 90% 间隔内、位于 95% 间隔内和平均 CRPS 仅适用于经验贝叶斯克里金法和 EBK 回归预测模型。

• 有关可选输出要素类中各字段的说明，请参阅GA 图层转点工具。

参数

• Dialog
• Python

标注	说明	数据类型
输入地统计图层	要分析的地统计图层。	Geostatistical Layer
输出点要素类 （可选）	将交叉验证统计信息存储在地统计图层中的各个位置。	Feature Class

派生输出

标注	说明	数据类型
计数	使用的样本总数。	Long
平均误差	平均误差 - 测量值与预测值之间的平均差值。	Double
均方根	均方根误差 - 指示模型预测结果与测量值的接近程度。	Double
平均标准误差	平均标准误差 - 预测标准误差的平均值。	Double
平均值标准化误差	平均值标准化误差 - 标准化误差的平均值。	Double
标准化均方根误差	标准化均方根误差 - 若预测标准误差有效，则该值应接近于 1。	Double
位于 90% 间隔内	位于 90% 间隔内 - 位于 90% 交叉验证置信区间内的点的百分比。 该值应接近于 90。	Double
位于 95% 间隔内	位于 95% 间隔内 - 位于 95% 交叉验证置信区间内的点的百分比。 该值应接近于 95。	Double
平均 CRPS	平均值 CRPS - 所有点的平均连续分级概率评分 (CRPS)。 CRPS 是一种诊断方法，用于测量预测的累积分布函数与每个已观测数据值之间的偏差。 该值应尽可能小。 该诊断方法优于其他交叉验证诊断方法，因为它将数据与整个分布进行比较而不是与单点预测进行比较。 该统计数据的计算涉及模拟过程，因此无法用简单公式表示。	Double

环境

当前工作空间, 地理变换, 输出坐标系, 并行处理因子

许可信息

• 基本: 需要 Geostatistical Analyst
• 标准: 需要 Geostatistical Analyst
• 高级: 需要 Geostatistical Analyst

相关主题

• Geostatistical Analyst 实用工具工具集概览
• 查找地理处理工具