Python ArcGIS glr用法及代码示例

本文简要介绍 python 语言中 arcgis.geoanalytics.analyze_patterns.glr 的用法。

用法:

arcgis.geoanalytics.analyze_patterns.glr(input_layer, var_dependent, var_explanatory, regression_family='Continuous', features_to_predict=None, gen_coeff_table=False, exp_var_matching=None, dep_mapping=None, output_name=None, gis=None, context=None, future=False, return_tuple=False)

返回：

• 如果 return_tuple 设置为“True”，则结果元组具有以下键：

  • output : FeatureLayer

  • output_predicted : FeatureLayer

  • coefficient_table : Table

  • process_info：列表

• 否则， FeatureLayer

此工具执行广义线性回归 (glr) 以生成预测或对因变量与一组解释变量的关系进行建模。该工具可用于拟合连续(高斯/OLS)、二元(逻辑)和计数(泊松)模型。

以下是该工具实用程序的示例：

• What demographic characteristics contribute to high rates of public transportation usage?

• Is there a positive relationship between vandalism and burglary?

• Which variables effectively predict 911 call volume? Given future projections, what is the expected demand for emergency response resources?

• What variables affect low birth rates?

Parameter	Description
input_layer	必需的层。包含因变量和自变量的层。请参阅特征输入。
var_dependent	必需的字符串。包含要建模的观察值的数值字段。
var_explanatory	必需的字符串列表。一个或多个表示回归模型中独立解释变量的字段。
regression_family	可选字符串。此字段指定您正在建模的数据类型。 regression_family 是以下之一： Continuous - The dependent_variable is continuous. The model used is Gaussian, and the tool performs ordinary least squares regression. Binary - The dependent_variable represents presence or absence. Values must be 0 (absence) or 1 (presence) values, or mapped to 0 and 1 values using the parameter. Count - The dependent_variable is discrete and represents events, such as crime counts, disease incidents, or traffic accidents. The model used is Poisson regression. 默认值为“连续”。
features_to_predict	可选层。包含表示应计算估计的位置的特征的层。此数据集中的每个特征都应包含指定的所有解释变量的值。这些特征的因变量将使用为输入层数据校准的模型进行估计。请参阅特征输入。
gen_coeff_table	可选的布尔值。确定是否将返回带有系数值的表。默认不返回系数表。
exp_var_matching	可选的字典列表。从 input_layer 指定的 var_explanatory 的列表以及从 features_to_predict 指定的相应字段。默认情况下，如果 var_explanatory 变量未映射，它将匹配到 features_to_predict 中具有相同名称的字段。此参数仅在有features_to_predict 输入时使用。如果两个输入数据集之间的字段名称和类型匹配，则不需要使用它。 用法:[{"predictionLayerField":"<field name>","trainingLayerField": "<field name>"},...] predictionLayerField is the name of a field specified in the var_explanatoryiables parameter. trainingLayerField is the field that will match to the field in the var_explanatoryiables parameter.
dep_mapping	可选的字典列表。一个列表，表示用于映射到 0(不存在)和 1(存在)以进行二元回归的值。 用法:[{"value0":"<false value>"},{"value1":"<true value>"}] value0 is the string that will be used to represent 0 (absence values). value1 is the string that will be used to represent 1 (presence values).
output_name	可选字符串。该任务将创建结果的要素服务。您定义服务的名称。
gis	可选 GIS 。运行该工具的 GIS。如果未指定，则使用活动 GIS。
context	可选字典。 context 参数包含影响任务执行的其他设置。对于此任务，有四个设置： extent - A bounding box that defines the analysis area. Only those features that intersect the bounding box will be analyzed. processSR - The features will be projected into this coordinate system for analysis. outSR - The features will be projected into this coordinate system after the analysis to be saved. The output spatial reference for the spatiotemporal big data store is always WGS84. dataStore - Results will be saved to the specified data store. For ArcGIS Enterprise, the default is the spatiotemporal big data store.
future	可选布尔值。如果 True ，则返回 GPJob 而不是结果。可以查询 GPJob 的执行状态。 默认值为 False 。
return_tuple	可选布尔值。如果 True ，则返回具有多个输出键的命名元组。 默认值为“假”。

例子：

# Usage Example: To train a model for predicting 911 calls.
result_predicted = glr(input_layer=911_calls_lyr,
                       var_dependent='Calls',
                       var_explanatory='Unemployed, AlcoholX, UnEmpRate, MedAge00',
                       regression_family='Count',
                       gen_coeff_table=True,
                       output_name="predicted calls")