Étiquette | Explication | Type de données |
Entités en entrée | Entités ponctuelles, linéaires, surfaciques ou table à partir desquelles ou de laquelle vous créez un sous-ensemble. | Table View |
Classe d’entités d’entraînement en sortie | Sous-ensemble des entités d’entraînement à créer. | Feature Class; Table |
Classe d’entités de test en sortie (Facultatif) | Sous-ensemble des entités de test à créer. | Feature Class; Table |
Taille du sous-ensemble d’entités d’entraînement (Facultatif) | Taille de la classe d’entités d’entraînement en sortie, indiquée sous la forme d’un pourcentage des entités en entrée ou d’un nombre absolu d’entités. | Double |
Unités de taille des sous-ensembles (Facultatif) | Type de taille des sous-ensembles.
| Boolean |
Disponible avec une licence Geostatistical Analyst.
Synthèse
Divise le jeu de données d’origine en deux parties : l’une pour modéliser la structure spatiale et produire une surface, l’autre pour comparer et valider la surface en sortie.
Utilisation
Si des entités multi-parties sont utilisées en entrée, la sortie sera un sous-ensemble d’entités multi-parties et non des entités individuelles.
-
Si vous voulez que la séquence aléatoire permettant de créer les sous-ensembles puisse être répétée, vous devez spécifier une valeur initiale différente de zéro dans la variable d’environnement Générateur de nombres aléatoires.
Remarque :
Seul le type de générateur de nombres aléatoires Mersenne Twister est pris en charge. Si Algorithme de collecte ACM 599 ou Standard C Rand est choisi, Mersenne Twister est utilisé à la place.
La classe d’entités de test est souvent utilisée pour la validation d’un modèle créé à l’aide de la classe d’entités d’entraînement.
Paramètres
arcpy.ga.SubsetFeatures(in_features, out_training_feature_class, {out_test_feature_class}, {size_of_training_dataset}, {subset_size_units})
Nom | Explication | Type de données |
in_features | Entités ponctuelles, linéaires, surfaciques ou table à partir desquelles ou de laquelle vous créez un sous-ensemble. | Table View |
out_training_feature_class | Sous-ensemble des entités d’entraînement à créer. | Feature Class; Table |
out_test_feature_class (Facultatif) | Sous-ensemble des entités de test à créer. | Feature Class; Table |
size_of_training_dataset (Facultatif) | Taille de la classe d’entités d’entraînement en sortie, indiquée sous la forme d’un pourcentage des entités en entrée ou d’un nombre absolu d’entités. | Double |
subset_size_units (Facultatif) | Type de taille des sous-ensembles.
| Boolean |
Exemple de code
Fractionne de manière aléatoire les entités en entrée en deux classes d’entités.
import arcpy
arcpy.env.workspace = "C:/gapyexamples/data"
arcpy.SubsetFeatures_ga("ca_ozone_pts", "C:/gapyexamples/output/training",
"", "", "PERCENTAGE_OF_INPUT")
Fractionne de manière aléatoire les entités en entrée en deux classes d’entités.
# Name: SubsetFeatures_Example_02.py
# Description: Randomly split the features into two feature classes.
# Requirements: Geostatistical Analyst Extension
# Import system modules
import arcpy
# Set environment settings
arcpy.env.workspace = "C:/gapyexamples/data"
# Set local variables
inPointFeatures = "ca_ozone_pts.shp"
outtrainPoints = "C:/gapyexamples/output/training.shp"
outtestPoints = ""
trainData = ""
subsizeUnits = "PERCENTAGE_OF_INPUT"
# Execute SubsetFeatures
arcpy.SubsetFeatures_ga(inPointFeatures, outtrainPoints, outtestPoints,
trainData, subsizeUnits)
Environnements
Informations de licence
- Basic: Nécessite Geostatistical Analyst
- Standard: Nécessite Geostatistical Analyst
- Advanced: Nécessite Geostatistical Analyst
Rubriques connexes
Vous avez un commentaire à formuler concernant cette rubrique ?