| Beschriftung | Erläuterung | Datentyp |
Modelldefinition | Die .dlpk-Datei oder .emd-Datei. | File |
Vorhersagetyp | Gibt den Typ der zu erstellenden Ausgabedatei an.
| String |
Eingabe-Vorhersage-Features | Die Features, für die die Vorhersage abgerufen wird. Die Eingabe sollte einige oder alle Felder enthalten, die notwendig sind, um den Wert der abhängigen Variablen zu bestimmen. Dieser Parameter ist erforderlich, wenn der Parameter Vorhersagetyp auf Feature vorhersagen festgelegt ist. | Feature Layer; Table View |
Erklärende Raster (optional) | Eine Liste mit Rastern, die erklärende Raster enthalten, die notwendig sind, um den Wert der abhängigen Variablen zu bestimmen. Dieser Parameter ist erforderlich, wenn der Parameter Vorhersagetyp auf Raster vorhersagen festgelegt ist. | Multivalue |
Entfernungs-Features (optional) | Die Punkt- oder Polygon-Features, deren Entfernungen von den Eingabe-Trainings-Features automatisch geschätzt und als weitere erklärende Variablen hinzugefügt werden. Entfernungen werden von den einzelnen erklärenden Trainings-Entfernungs-Features der Eingabe zu den nächsten Eingabe-Trainings-Features berechnet. Wenn es sich bei den Eingabewerten für erklärende Trainings-Entfernungs-Features um Polygone handelt, werden die Entfernungsattribute als Entfernung zwischen den nächstgelegenen Segmenten des Feature-Paares berechnet. | Feature Layer |
Ausgabe-Vorhersage-Features | Die Ausgabetabelle oder Ausgabe-Feature-Class. | Feature Class; Table |
Vorhergesagte Ausgabe-Oberfläche | Der Pfad, in dem das Ausgabe-Vorhersage-Raster gespeichert wird. | Folder |
Erklärende Variablen abgleichen (optional) | Die Zuordnung von Feldnamen aus dem Vorhersagesatz zum Trainingssatz. Verwenden Sie diese Parameter, wenn die Feldnamen in den Trainings- und Vorhersagesätzen unterschiedlich sind. Die Werte sind die Feldnamen im Vorhersage-Dataset, die mit den Feldnamen in der Eingabe-Feature-Class übereinstimmen. | Value Table |
Entfernungsvariablen abgleichen (optional) | Die Zuordnung von Entfernungs-Feature-Namen aus dem Vorhersagesatz zum Trainingssatz. Verwenden Sie diese Parameter, wenn die Entfernungs-Feature-Namen, die in den Trainings- und Vorhersagesätzen genutzt werden, unterschiedlich sind. Die Zeichenfolgenwerte sind die Feature-Namen, die für die Vorhersage verwendet wurden und mit den beim Training verwendeten Entfernungs-Feature-Namen übereinstimmen. | Value Table |
Erklärende Raster abgleichen (optional) | Die Zuordnung von Namen aus den Vorhersage-Rastern zu den Trainings-Rastern. Verwenden Sie diesen Parameter, wenn die Namen der erklärenden Raster, die für die Vorhersage genutzt werden, und die Namen der entsprechenden beim Training eingesetzten Raster unterschiedlich sind. Die Zeichenfolgenwerte sind die Namen der erklärenden Raster, die für die Vorhersage verwendet wurden und mit den beim Training verwendeten Namen der erklärenden Raster übereinstimmen. | Value Table |
Zusammenfassung
Mit diesem Werkzeug werden kontinuierliche Variablen (Regression) oder Kategorievariablen (Klassifizierung) für nicht bekannte kompatible Datasets mithilfe eines trainierten .dlpk-Modells vorhergesagt, das vom Werkzeug Mit AutoML trainieren erstellt wird.
Verwendung
Sie müssen das richtige Deep-Learning-Framework für Python in ArcGIS Pro installieren.
Informationen zum Installieren von Deep-Learning-Frameworks für ArcGIS
Als Eingabe wird eine Esri Modelldefinitionsdatei (.emd) oder eine Deep-Learning-Paketdatei (.dlpk) verwendet, die mit dem Werkzeug Mit AutoML trainieren erstellt werden kann.
Um Raster als erklärende Variablen zu verwenden oder eine Vorhersage für eine Ausgabe-Vorhersageoberfläche zu treffen, ist eine Spatial Analyst-Lizenz erforderlich.
Weitere Informationen zu den Voraussetzungen für die Ausführung dieses Werkzeugs und eventuell dabei auftretenden Problemen finden Sie unter Häufig gestellte Fragen zu Deep Learning.
Parameter
arcpy.geoai.PredictUsingAutoML(in_model_definition, prediction_type, in_features, {explanatory_rasters}, {distance_features}, out_prediction_features, out_prediction_surface, {match_explanatory_variables}, {match_distance_variables}, {match_explanatory_rasters})| Name | Erläuterung | Datentyp |
in_model_definition | Die .dlpk-Datei oder .emd-Datei. | File |
prediction_type | Gibt den Typ der zu erstellenden Ausgabedatei an.
| String |
in_features | Die Features, für die die Vorhersage abgerufen wird. Die Eingabe sollte einige oder alle Felder enthalten, die notwendig sind, um den Wert der abhängigen Variablen zu bestimmen. Dieser Parameter ist erforderlich, wenn der Parameter prediction_type auf PREDICT_FEATURE festgelegt ist. | Feature Layer; Table View |
explanatory_rasters [explanatory_rasters,...] (optional) | Eine Liste mit Rastern, die erklärende Raster enthalten, die notwendig sind, um den Wert der abhängigen Variablen zu bestimmen. Dieser Parameter ist erforderlich, wenn der Parameter prediction_type auf PREDICT_RASTER festgelegt ist. | Multivalue |
distance_features [distance_features,...] (optional) | Die Punkt- oder Polygon-Features, deren Entfernungen von den Eingabe-Trainings-Features automatisch geschätzt und als weitere erklärende Variablen hinzugefügt werden. Entfernungen werden von den einzelnen erklärenden Trainings-Entfernungs-Features der Eingabe zu den nächsten Eingabe-Trainings-Features berechnet. Wenn es sich bei den Eingabewerten für erklärende Trainings-Entfernungs-Features um Polygone handelt, werden die Entfernungsattribute als Entfernung zwischen den nächstgelegenen Segmenten des Feature-Paares berechnet. | Feature Layer |
out_prediction_features | Die Ausgabetabelle oder Ausgabe-Feature-Class. | Feature Class; Table |
out_prediction_surface | Der Pfad, in dem das Ausgabe-Vorhersage-Raster gespeichert wird. | Folder |
match_explanatory_variables [match_explanatory_variables,...] (optional) | Die Zuordnung von Feldnamen aus dem Vorhersagesatz zum Trainingssatz. Verwenden Sie diese Parameter, wenn die Feldnamen in den Trainings- und Vorhersagesätzen unterschiedlich sind. Die Werte sind die Feldnamen im Vorhersage-Dataset, die mit den Feldnamen in der Eingabe-Feature-Class übereinstimmen. | Value Table |
match_distance_variables [match_distance_variables,...] (optional) | Die Zuordnung von Entfernungs-Feature-Namen aus dem Vorhersagesatz zum Trainingssatz. Verwenden Sie diese Parameter, wenn die Entfernungs-Feature-Namen, die in den Trainings- und Vorhersagesätzen genutzt werden, unterschiedlich sind. Die Zeichenfolgenwerte sind die Feature-Namen, die für die Vorhersage verwendet wurden und mit den beim Training verwendeten Entfernungs-Feature-Namen übereinstimmen. | Value Table |
match_explanatory_rasters (optional) | Die Zuordnung von Namen aus den Vorhersage-Rastern zu den Trainings-Rastern. Verwenden Sie diesen Parameter, wenn die Namen der erklärenden Raster, die für die Vorhersage genutzt werden, und die Namen der entsprechenden beim Training eingesetzten Raster unterschiedlich sind. Die Zeichenfolgenwerte sind die Namen der erklärenden Raster, die für die Vorhersage verwendet wurden und mit den beim Training verwendeten Namen der erklärenden Raster übereinstimmen. | Value Table |
Codebeispiel
In diesem Beispiel wird die Verwendung der Funktion PredictUsingAutoML gezeigt.
# Name: PredictUsingAutoML.py
# Description: Predicts on feature or tabular data with
# the trained model obtained by the TrainUsingAutoML function.
# Import system modules
import arcpy
import os
# Set local variables
datapath = "path_to_data_for_prediction"
out_path = "path_to_gdb_for_predicted"
model_path = os.path.join(out_path, "model.dlpk")
in_feature = os.path.join(datapath, "test_data.gdb", "test_data")
out_feature = os.path.join(out_path, "predicted_feature.gdb", "predicted")
# Run Predict Using AutoML Model
r = arcpy.geoai.PredictUsingAutoML(model_path, "PREDICT_FEATURES",
in_feature,
None, None, out_feature)Lizenzinformationen
- Basic: Nein
- Standard: Nein
- Advanced: Ja