Python ArcGIS glr用法及代碼示例

本文簡要介紹 python 語言中 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 設置為“True”，則結果元組具有以下鍵：

  • output : FeatureLayer

  • output_predicted : FeatureLayer

  • coefficient_table : Table

  • process_info：列表

• 否則， FeatureLayer

此工具執行廣義線性回歸 (glr) 以生成預測或對因變量與一組解釋變量的關係進行建模。該工具可用於擬合連續(高斯/OLS)、二元(邏輯)和計數(泊鬆)模型。

以下是該工具實用程序的示例：

• 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	必需的層。包含因變量和自變量的層。請參閱特征輸入。
var_dependent	必需的字符串。包含要建模的觀察值的數值字段。
var_explanatory	必需的字符串列表。一個或多個表示回歸模型中獨立解釋變量的字段。
regression_family	可選字符串。此字段指定您正在建模的數據類型。 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. 默認值為“連續”。
features_to_predict	可選層。包含表示應計算估計的位置的特征的層。此數據集中的每個特征都應包含指定的所有解釋變量的值。這些特征的因變量將使用為輸入層數據校準的模型進行估計。請參閱特征輸入。
gen_coeff_table	可選的布爾值。確定是否將返回帶有係數值的表。默認不返回係數表。
exp_var_matching	可選的字典列表。從 input_layer 指定的 var_explanatory 的列表以及從 features_to_predict 指定的相應字段。默認情況下，如果 var_explanatory 變量未映射，它將匹配到 features_to_predict 中具有相同名稱的字段。此參數僅在有features_to_predict 輸入時使用。如果兩個輸入數據集之間的字段名稱和類型匹配，則不需要使用它。 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	可選的字典列表。一個列表，表示用於映射到 0(不存在)和 1(存在)以進行二元回歸的值。 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	可選字符串。該任務將創建結果的要素服務。您定義服務的名稱。
gis	可選 GIS 。運行該工具的 GIS。如果未指定，則使用活動 GIS。
context	可選字典。 context 參數包含影響任務執行的其他設置。對於此任務，有四個設置： 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	可選布爾值。如果 True ，則返回 GPJob 而不是結果。可以查詢 GPJob 的執行狀態。 默認值為 False 。
return_tuple	可選布爾值。如果 True ，則返回具有多個輸出鍵的命名元組。 默認值為“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")