Funktion "Mit Regression vorhersagen"

Mit der Image Analyst-Lizenz verfügbar.

Überblick

Die Funktion "Mit Regression vorhersagen" verwendet Raster-Daten-Eingaben und ein Regressionsmodell, um ein vorhergesagtes Raster zu berechnen. Das Regressionsmodell ist die Ausgabe des Werkzeugs Regressionsmodell "Random Trees" trainieren.

Hinweise

Das Regressionsmodell ist in einer Esri Regressionsdefinitionsdatei (.ecd) definiert. Sie enthält alle Informationen für ein bestimmtes Dataset bzw. verschiedene Datasets und das Regressionsmodell und wird durch das Werkzeug Regressionsmodell "Random Trees" trainieren generiert.

Die Eingabe kann ein Einzelband-, ein Multiband- oder ein multidimensionales Raster oder eine Liste dieser Typen sein. Die Typen der Eingabe-Raster müssen mit dem durch das Regressionsmodell trainierten Raster-Typ identisch sein.

  • Wenn die Eingabe ein Multiband-Raster ist, wird jedes Band als Einflussvariable behandelt. Die Reihenfolge der Bänder muss mit der Multiband-Eingabe für das Regressionsmodell-Trainingswerkzeug identisch sein.
  • Wenn die Eingabe ein multidimensionales Raster ist, wird jede Variable als Einflussvariable behandelt. Außerdem muss die Variable eine Einzelband-Variable mit einer Zeitdimension sein. Die Reihenfolge und Namen der Variablen müssen mit der Eingabe beim Trainieren des Regressionsmodells identisch sein. Bei der Ausgabe handelt es sich um ein multidimensionales Raster.
  • Die Eingabe kann eine Elementliste sein. Die Anzahl und Reihenfolge der Elemente muss mit der Eingabe beim Trainieren des Regressionsmodells identisch sein.

Parameter

In der folgenden Tabelle werden die Parameter beschrieben:

ParameterBeschreibung

Raster

Das Raster-Dataset oder die Datasets, die als Einflussvariablen verwendet werden sollen. Dies kann ein Einzelband-Raster, ein Multiband-Raster, ein multidimensionales Raster, ein Mosaik-Dataset oder eine Raster-Sammlung sein.

Eingabe-Definitionsdatei

Die als Eingabe verwendete Esri Regressionsdefinitionsdatei (.ecd)-Datei, die die Statistiken und Informationen für das Dataset, das Regressionsmodell und die ausgewählten Attribute enthält.


In diesem Thema
  1. Überblick
  2. Hinweise
  3. Parameter