Γενικευμένη Γραμμική Παλινδρόμηση

Διάγραμμα ροής εργασιών εργαλείου «Γενικευμένη Γραμμική Παλινδρόμηση»


Εκτελεί την εργασία «Γενικευμένη Γραμμική Παλινδρόμηση» (Generalized Linear Regression (GLR)) για δημιουργία προβλέψεων ή μοντελοποίηση μιας εξαρτημένης μεταβλητής σε αντιστοιχία με τη σχέση της με ένα σύνολο επεξηγηματικών μεταβλητών. Το εργαλείο αυτό μπορεί να χρησιμοποιηθεί για την προσαρμογή συνεχών (γκαουσιανών), δυαδικών (λογιστικών) και αριθμητικών (Poisson) μοντέλων.

Τύπος ανάλυσης


Καθορίζει τον τρόπο λειτουργίας του εργαλείου. Το εργαλείο μπορεί να εκτελεστεί για την εκπαίδευση ενός μοντέλου μόνο για την αξιολόγηση επιδόσεων ή για την εκπαίδευση ενός μοντέλου και την πρόβλεψη σε στοιχεία. Οι τύποι πρόβλεψης είναι οι εξής:

  • Προσαρμογή ενός μοντέλου για την αξιολόγηση των επιδόσεών του—Ένα μοντέλο θα προσαρμοστεί και θα εφαρμοστεί στα δεδομένα εισόδου. Χρησιμοποιήστε την επιλογή αυτή για να αξιολογήσετε την ακρίβεια του μοντέλου σας προτού δημιουργήσει προβλέψεις για ένα νέο σύνολο δεδομένων ή για να κατανοήσετε τις σχέσεις και τους γνώμονες της προβλεπόμενης μεταβλητής σας. Το αποτέλεσμα της επιλογής αυτής θα είναι ένα feature service των προσαρμοσμένων δεδομένων σας και διαγνωστικά για το μοντέλο.
  • Προσαρμογή ενός μοντέλου και πρόβλεψη τιμών—Θα δημιουργούνται προβλέψεις ή ταξινομήσεις για οντότητες εισόδου και στοιχεία προβλέψεων. Πρέπει να καταχωρίσετε επεξηγηματικές μεταβλητές τόσο για τα στοιχεία των προβλέψεων όσο και για τα στοιχεία που θα προβλέπονται. Το αποτέλεσμα της επιλογής αυτής θα είναι ένα feature service του μοντέλου σας προσαρμοσμένο στα δεδομένα εισόδου σας, ένα feature service προβλεπόμενων τιμών και διαγνωστικά για το μοντέλο.

Προσαρμογή ενός μοντέλου για αξιολόγηση επιδόσεων μοντέλων


Χρησιμοποιήστε τη λειτουργία αυτή αν θέλετε να προσαρμόσετε ένα μοντέλο και να διερευνήσετε την προσαρμογή του.

Με την επιλογή αυτή το μοντέλο θα εκπαιδευτεί μέσω ενός θεματικού επιπέδου εισόδου. Χρησιμοποιήστε την επιλογή αυτή για να αξιολογήσετε την ακρίβεια του μοντέλου σας προτού δημιουργήσει προβλέψεις για ένα νέο σύνολο δεδομένων. Η επιλογή αυτή θα σας δώσει διαγνωστικά για το μοντέλο και θα εφαρμόσει το μοντέλο στα δεδομένα σας για την εκπαίδευση.

Προσαρμογή ενός μοντέλου και πρόβλεψη τιμών


Χρησιμοποιήστε τη λειτουργία αυτή αν θέλετε να προσαρμόσετε ένα μοντέλο και να το εφαρμόσετε στο σύνολο δεδομένων για δημιουργία προβλέψεων.

Θα δημιουργούνται προβλέψεις ή ταξινομήσεις για στοιχεία. Το αποτέλεσμα της επιλογής αυτής θα είναι ένα feature service, διαγνωστικά για το μοντέλο και ένας προαιρετικός πίνακας με τη σημασία των μεταβλητών.

Επιλογή ενός θεματικού επιπέδου από το οποίο θα δημιουργηθεί μοντέλο


Το θεματικό επίπεδο που περιέχει στοιχεία σημείων, γραμμών, περιοχών ή στηλών τα οποία περιλαμβάνουν τις εξαρτημένες και τις επεξηγηματικές μεταβλητές.

Εκτός από την επιλογή ενός θεματικού επιπέδου από το χάρτη σας, μπορείτε επίσης να χρησιμοποιήσετε την Επιλογή θεματικού επιπέδου ανάλυσης στο κάτω μέρος της αναπτυσσόμενης λίστας για περιήγηση στο περιεχόμενό σας και αναζήτηση ενός κοινόχρηστου συνόλου δεδομένων αρχείων big data ή ενός feature layer.

Επιλογή του πεδίου προς μοντελοποίηση


Το αριθμικό πεδίο που περιέχει τις παρατηρημένες τιμές προς μοντελοποίηση και τον τύπο της τιμής την οποία πρόκειται να μοντελοποιήσετε. Υπάρχουν τρεις τύποι τιμών τις οποίες μπορείτε να μοντελοποιήσετε.

  • Συνεχές μοντέλο—Αναπαριστά συνεχείς τιμές. Το μοντέλο που χρησιμοποιείται είναι το γκαουσιανό και το εργαλείο εκτελεί συνήθη παλινδρόμηση ελαχίστων τετραγώνων.
  • Δυαδικό μοντέλο—Αναπαριστά τιμές παρουσίας ή απουσίας. Οι τιμές αυτές πρέπει να είναι 1s και 0s. Το μοντέλο που χρησιμοποιείται είναι η λογιστική παλινδρόμηση.
  • Αριθμητικό μοντέλο—Αναπαριστά διακριτά συμβάντα, π.χ. αριθμούς εγκλημάτων, περιστατικά ασθενειών ή τροχαία ατυχήματα. Το μοντέλο που χρησιμοποιείται είναι η παλινδρόμηση Poisson.

Επιλογή ενός θεματικού επιπέδου για πρόβλεψη των τιμών του


Ένα θεματικό επίπεδο με στοιχεία που αναπαριστούν τοποθεσίες στις οποίες πρέπει να υπολογιστούν οι αναμενόμενες τιμές. Κάθε στοιχεία στο συγκεκριμένο σύνολο δεδομένων πρέπει να περιέχει τιμές για όλες τις επεξηγηματικές μεταβλητές που έχουν καθοριστεί. Η εξαρτημένη μεταβλητή για τα στοιχεία αυτά θα υπολογιστεί με χρήση του μοντέλου που έχει βαθμονομηθεί για το θεματικό επίπεδο εισόδου.

Επιλογή των επεξηγηματικών πεδίων


Ένα ή περισσότερα πεδία που αναπαριστούν τις επεξηγηματικές μεταβλητές (τα πεδία) οι οποίες βοηθούν στην πρόβλεψη της τιμής. Μόνο τα αριθμικά πεδία θα είναι ορατά.

Επιλογή τρόπου αντιστοίχισης επεξηγηματικών πεδίων


Ο τρόπος αντιστοίχισης των μεταβλητών στο θεματικό επίπεδο εισόδου με τις μεταβλητές στο θεματικό επίπεδο πρόβλεψης. Στον πίνακα θα συμπεριληφθούν μόνο οι μεταβλητές που χρησιμοποιούνται κατά τη δημιουργία του μοντέλου. Μπορούν να χρησιμοποιηθούν μόνο αριθμικές τιμές.

Όνομα εξαγόμενου θεματικού επιπέδου


Το όνομα του θεματικού επιπέδου που θα δημιουργηθεί. Αν πραγματοποιείτε εγγραφή σε ένα ArcGIS Data Store, τα αποτελέσματά σας θα αποθηκευτούν στον φάκελο Το περιεχόμενό μου και θα προστεθούν στον χάρτη. Αν πραγματοποιείτε εγγραφή σε ένα κοινόχρηστο αρχείο big data, τα αποτελέσματά σας θα αποθηκευτούν στο κοινόχρηστο αρχείο big data και θα προστεθούν στη διακήρυξή του. Δεν θα προστεθούν στον χάρτη. Το προεπιλεγμένο όνομα βασίζεται στο όνομα του εργαλείου και στο όνομα του θεματικού επιπέδου εισόδου. Αν το θεματικό επίπεδο υπάρχει ήδη, το εργαλείο θα αποτύχει.

Τα αποτελέσματα που θα επιστραφούν θα εξαρτηθούν από τον τύπο ανάλυσης. Αν πραγματοποιείτε προσαρμογή με στόχο την αξιολόγηση της προσαρμογής του μοντέλου, τα αποτελέσματα θα περιέχουν ένα θεματικό επίπεδο των δεδομένων εισόδου στο μοντέλο και πληροφορίες για τα αποτελέσματα της αξιολόγησης της προσαρμογής του μοντέλου. Αν πραγματοποιείτε προσαρμογή και πρόβλεψη, τα αποτελέσματα θα περιέχουν ένα θεματικό επίπεδο προσαρμογής των δεδομένων εισόδου στο μοντέλο, ένα θεματικό επίπεδο προβλεπόμενων αποτελεσμάτων και πληροφορίες για τα αποτελέσματα της αξιολόγησης της προσαρμογής του μοντέλου.

Όποτε πραγματοποιείτε εγγραφή σε ArcGIS Data Store (datastore για σχεσιακά ή χωροχρονικά big data) χρησιμοποιώντας το πτυσσόμενο πλαίσιο Αποθήκευση αποτελέσματος σε, μπορείτε να καθορίσετε μέσα στον φάκελο Το περιεχόμενό μου το όνομα ενός άλλου φακέλου όπου θα αποθηκευτεί το αποτέλεσμα.