Multivariate geoprocessing functions

Disponible con una licencia de Spatial Analyst.

Las funciones de geoprocesamiento estadístico multivariado permiten la exploración de relaciones entres varios tipos diferentes de atributos. Existen dos tipos de análisis multivariado: Clasificación (Supervisada y No supervisada) y Análisis de componentes principales (PCA).

The goal of classification is to assign each cell in a study area to a class or category. With Supervised classification, you have a specific knowledge about the study area and can identify representative areas, or samples, of each class. Unsupervised classification uses naturally occurring statistical groupings in the data to determine the clusters into which the data will be classified.

En los temas que figuran a continuación se ofrece información de fondo sobre los aspectos teóricos de esas funciones de geoprocesamiento, así como algunos ejemplos de su implementación.

• Learn about multivariate classification
• Learn how to produce signature files and class and cluster analysis
• Learn how to evaluate classes and clusters
• Learn how to perform the classification

The general procedure for both Supervised and Unsupervised classification follows:

1. Identify the input bands.
2. Create the classes or clusters.

   The following geoprocessing functions can be used: Create Signatures, Iso Cluster, or Sample from the Extraction geoprocessing functions category.

3. Evaluate and edit the classes or clusters.

   Use the Dendrogram or Edit Signatures geoprocessing functions.

4. Perform the classification.

   Use the Maximum Likelihood Classification or Class Probability geoprocessing functions.

The Iso Cluster Unsupervised Classification geoprocessing function allows you to conveniently perform an unsupervised classification by combining steps 1, 2, and 4 described above into a single geoprocessing function.

To eliminate redundancy in the data and make it more interpretable, you can transform your multivariate data through PCA.

• Learn more about transforming multivariate data with Principal Component Analysis (PCA)

En la siguiente tabla se enumeran las funciones de geoprocesamiento disponibles y se proporciona una breve descripción de cada una de ellas.

Geoprocessing functions of the Multivariate category

Geoprocessing Function	Description
Band Collection Statistics	Calcula las estadísticas para un conjunto de bandas de ráster.
Class Probability	Crea un ráster multibanda de bandas de probabilidad, con una banda que se crea para cada clase representada en el archivo de firma de entrada.
Create Signatures	Crea un archivo de firma ASCII de clases definidas mediante datos de muestra de entrada y un conjunto de bandas de ráster.
Dendrogram	Construye un diagrama de árbol (dendrograma) que muestra las distancias de los atributos entre clases fusionadas secuencialmente en un archivo de firma.
Edit Signatures	Edita y actualiza un archivo de firma fusionando, volviendo a numerar y eliminando las firmas de clase.
Iso Cluster	Utiliza un algoritmo clustering de datos ISO para determinar las características de los grupos naturales de celdas en un espacio de atributos multidimensional y almacena los resultados en un archivo de firma ASCII de salida.
Iso Cluster Unsupervised Classification	Ejecuta la clasificación no supervisada en una serie de bandas del ráster de entrada mediante el uso de las herramientas Cluster ISO y Clasificación de máxima verosimilitud.
Maximum Likelihood Classification	Ejecuta una clasificación de máxima verosimilitud sobre un conjunto de bandas de ráster y crea un ráster clasificado como salida.
Principal Components	Ejecuta un Análisis de los componentes principales (PCA) de un conjunto de bandas de ráster y genera un ráster multibanda simple como salida.