Disponible con licencia de Image Analyst.
Descripción general
La función Predecir con regresión calcula un ráster predicho basado en las entradas de datos ráster y un modelo de regresión. El modelo de regresión es la salida de la herramienta Entrenar modelo de regresión de árboles aleatorios.
Notas
El modelo de regresión se define en un archivo de definición de regresión de Esri (.ecd). Contiene toda la información de un dataset específico o un conjunto de datasets, y el modelo de regresión se genera con la herramienta Entrenar modelo de regresión de árboles aleatorios.
La entrada puede ser una banda única, una multibanda o un ráster multidimensional, o una lista de estos tipos. Los tipos de rásteres de entrada deben ser del mismo tipo de ráster entrenado por el modelo de regresión.
- Cuando la entrada es un ráster multibanda, cada banda se trata como una variable de indicador. Las bandas deben estar en el mismo orden que la entrada multibanda para la herramienta de entrenamiento del modelo de regresión.
- Cuando la entrada es un ráster multidimensional, cada variable se trata como una variable de indicador, y la variable debe ser de banda única y debe tener una dimensión de tiempo. El orden y los nombres de las variables deben ser los mismos que los de entrada cuando se entrenó el modelo de regresión. La salida es un ráster multidimensional.
- La entrada puede ser una lista de elementos. El número de elementos y el orden de los elementos deben coincidir con los de la entrada cuando se entrenó el modelo de regresión.
Parámetros
En la siguiente tabla se describen los parámetros:
| Parámetro | Descripción |
|---|---|
Rásteres | Los datasets o rásteres que representan las variables de indicador. Puede ser un ráster de una sola banda, un ráster de varias bandas, un ráster multidimensional, un dataset de mosaico o un conjunto de rásteres. |
Archivo de definición de entrada | El archivo de definición de regresión de Esri (.ecd) de entrada que contiene las estadísticas y la información del dataset específico, el modelo de regresión y los atributos elegidos. |