Tipus d'anàlisi

Especifica el mode de funcionament de l'eina. L'eina es pot executar per formar un model destinat només a avaluar el rendiment, o bé per formar un model i predir les entitats. Els tipus de predicció són els següents:

• Ajustar un model per avaluar-ne el rendiment: s'ajustarà i aplicarà un model a les dades d'entrada. Utilitzeu aquesta opció per avaluar la precisió del model abans de generar prediccions sobre un nou dataset o per entendre les relacions i els controladors de la variable predita. La sortida d'aquesta opció serà un servei d'entitats de les dades ajustades i el diagnòstic del model.
• Ajustar un model i predir els valors: es generaran prediccions o classificacions d'entitats d'entrada i entitats de predicció. Les variables explicatives s'han de proporcionar tant per a les entitats de predicció com per a les entitats que es prediran. La sortida d'aquesta opció serà un servei d'entitats del modelo ajustat a les vostres dades d'entrada, un servei d'entitats dels valors predits i el diagnòstic del model.

Ajustar un model per avaluar-ne el rendiment

Utilitzeu aquest mode si voleu ajustar un model i investigueu l'ajust.

Amb aquesta opció, el model es formarà mitjançant una capa d'entrada. Utilitzeu aquesta opció per avaluar la precisió del model abans de generar prediccions sobre un nou dataset. Aquesta opció generarà el diagnòstic del model i aplicarà el model a les vostres dades de formació.

Ajustar un model i predir els valors

Utilitzeu aquest mode si voleu ajustar un model i apliqueu el model al dataset per generar prediccions.

Es generaran prediccions o classificacions d'entitats. La sortida d'aquesta opció serà un servei d'entitats, el diagnòstic del model i una taula opcional de la importància de les variables.

Trieu una capa des de la qual generar un model

Capa que conté les entitats de punts, línies, àrees o taules que contenen les variables dependents i explicatives.

A banda de triar una capa del mapa, podeu seleccionar Trieu la capa d'anàlisi al final de la llista desplegable per cercar al vostre contingut una capa d'entitats o un dataset de recursos compartits de fitxers de dades massives.

Trieu el camp que voleu modelar

Camp numèric que conté els valors observats que es modelaran i el tipus de valor que esteu modelant. Hi ha tres tipus de valors que podeu modelar

• Continu: representa valors continus. El model utilitzat és el gaussià i l'eina fa una regressió dels mínims quadrats ordinaris.
• Binari: representa els valors de presència o absència. Han de ser 1s i 0s. El model utilitzat és el de regressió logística.
• Recompte: representa dades discretes i esdeveniments, com ara recomptes d'actes delictius, incidents per malalties o accidents de trànsit. El model utilitzat és el de regressió Poisson.

Trieu una capa per predir-ne els valors

Capa amb entitats que representen les ubicacions on s'han de calcular les estimacions. Cada entitat d'aquest dataset ha de contenir els valors de totes les variables explicatives especificades. La variable dependent d'aquestes entitats s'estimarà mitjançant el modelo calibrat per a la capa d'entrada.

Trieu els camps explicatius

Un o diversos camps que representen les variables explicatives (camps) que ajuden a predir el valor. Només els camps numèrics seran visibles.

Trieu com han de coincidir els camps explicatius

Manera en què les variables corresponents de la capa d'entrada coincidiran amb les variables de la capa de predicció. Només les variables utilitzades en generar el modelo s'inclouran a la taula. Només es poden utilitzar valors numèrics.

Nom de la capa de resultats

Nom de la capa que es crearà. Si esteu escrivint en un ArcGIS Data Store, els resultats es desaran a El meu contingut i s'afegiran al mapa. Si esteu escrivint en un recurs compartit de fitxers de dades massives, els resultats s'emmagatzemaran en aquest recurs i s'afegiran al seu manifest. No s'afegiran al mapa. El nom per defecte es basa en el nom de l'eina i el de la capa d'entrada. Si la capa ja existeix, l'eina no funcionarà.

El resultats retornats dependran del tipus d'anàlisi. Si esteu fent l'ajust per avaluar l'ajust del model, els resultats contindran una capa de dades d'entrada ajustada al model i informació de resultats que avalua l'ajust del model. Si esteu fent l'ajust i la predicció, els resultats contindran una capa de dades d'entrada ajustada al model, una capa dels resultats predits i informació de resultats que avalua l'ajust del model.

Si escriviu a l' ArcGIS Data Store (magatzem de dades massives relacional o espaciotemporal) mitjançant el quadre desplegable Desa el resultat a, podeu especificar el nom d'una carpeta a El meu contingut, on es desarà el resultat.