Mit AutoML vorhersagen (GeoAI)

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.

Weitere Informationen zur Funktionsweise von AutoML

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

BeschriftungErläuterungDatentyp
Modelldefinition

Die .dlpk-Datei oder .emd-Datei.

File
Vorhersagetyp

Gibt den Typ der zu erstellenden Ausgabedatei an.

  • Feature vorhersagenEs wird ein Feature-Layer erstellt, der die Vorhersagewerte enthält. Für diese Option ist der Wert Ausgabe-Vorhersage-Features erforderlich.
  • Raster vorhersagenEs wird ein Raster-Layer erstellt, der die Vorhersagewerte enthält. Für diese Option ist der Wert Vorhergesagte Ausgabe-Oberfläche erforderlich.
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; Feature Class
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.

Raster Layer
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
Erläuterung für jede Vorhersage erhalten
(optional)

Gibt an, ob Felder zur Darstellung der Bedeutung von Features hinzugefügt werden.

  • Aktiviert: Felder zur Darstellung der Bedeutung von Features werden hinzugefügt. Es werden für jede vorhergesagte Stichprobe Felder und Vorhersagewerte generiert.
  • Deaktiviert: Es werden keine Felder zur Darstellung der Bedeutung von Features hinzugefügt. Dies ist die Standardeinstellung.

Boolean

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}, {get_prediction_explanations})
NameErläuterungDatentyp
in_model_definition

Die .dlpk-Datei oder .emd-Datei.

File
prediction_type

Gibt den Typ der zu erstellenden Ausgabedatei an.

  • PREDICT_FEATUREEs wird ein Feature-Layer erstellt, der die Vorhersagewerte enthält. Für diese Option ist der Wert Ausgabe-Vorhersage-Features erforderlich.
  • PREDICT_RASTEREs wird ein Raster-Layer erstellt, der die Vorhersagewerte enthält. Für diese Option ist der Wert Vorhergesagte Ausgabe-Oberfläche erforderlich.
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; Feature Class
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.

Raster Layer
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
[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
get_prediction_explanations
(optional)

Gibt an, ob Felder zur Darstellung der Bedeutung von Features hinzugefügt werden.

  • TRUEFelder zur Darstellung der Bedeutung von Features werden hinzugefügt. Es werden für jede vorhergesagte Stichprobe Felder und Vorhersagewerte generiert.
  • FALSEEs werden keine Felder zur Darstellung der Bedeutung von Features generiert. Dies ist die Standardeinstellung.
Boolean

Codebeispiel

PredictUsingAutoML (eigenständiges Skript)

In diesem Beispiel wird die Verwendung der Funktion PredictUsingAutoML gezeigt.


# 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_features = os.path.join(datapath, "test_data.gdb", "test_data")
out_features = os.path.join(out_path, "predicted_feature.gdb", "predicted")

# Run Predict Using AutoML Model 
r = arcpy.geoai.PredictUsingAutoML(model_path, "PREDICT_FEATURES",
                                   in_features,
                                   None, None, out_features, None, None, None, True)

Lizenzinformationen

  • Basic: Nein
  • Standard: Nein
  • Advanced: Ja

Verwandte Themen