Étiquette | Explication | Type de données |
Définition de modèle | Fichier .dlpk ou fichier .emd. | File |
Type de prévision | Spécifie le type de fichier en sortie à créer.
| String |
Entités de prévision en entrée | Entités pour lesquelles la prévision sera effectuée. L’entrée doit comprendre certains des champs ou tous les champs nécessaires pour déterminer la valeur de variable dépendante. Ce paramètre est requis si le paramètre Type de prévision est défini sur Prévoir l’entité. | Feature Layer; Table View; Feature Class |
Rasters explicatifs (Facultatif) | Liste des rasters contenant les rasters explicatifs nécessaires pour déterminer la valeur de variable dépendante. Ce paramètre est requis si le paramètre Type de prévision est défini sur Prévoir le raster. | Raster Layer |
Entités de distance (Facultatif) | Entités ponctuelles ou surfaciques dont les distances par rapport aux entités d’entraînement en entrée sont estimées automatiquement et ajoutées comme variables explicatives. Les distances entre chacune des entités de distance d’entraînement explicatives en entrée et les entités d’entraînement en entrée les plus proches sont calculées. Si les entités de distance d’entraînement explicatives en entrée sont des polygones, les attributs de distance sont calculés comme étant la distance entre les segments les plus proches de la paire d’entités. | Feature Layer |
Entités de prévision en sortie | Table ou classe d’entités en sortie. | Feature Class; Table |
Surface de prévision en sortie | Chemin d’accès où le raster de prévision en sortie sera enregistré. | Folder |
Apparier les variables explicatives (Facultatif) | Appariement des noms de champ du jeu de prévision et du jeu d’entraînement. Utilisez ce paramètre si les noms de champ des jeux d’entraînement et de prévision sont différents. Les valeurs sont les noms de champ du jeu de données de prévision qui correspondent aux noms de champ de la classe d’entités en entrée. | Value Table |
Apparier les variables de distance (Facultatif) | Appariement des noms d’entités de distance du jeu de prévision et du jeu d’entraînement. Utilisez ce paramètre si les noms d’entités de distance utilisés dans les jeux d’entraînement et de prévision sont différents. Les valeurs de chaîne sont les noms d’entités utilisés pour la prévision qui correspondent aux noms d’entités de distance utilisés pour l’entraînement. | Value Table |
Apparier les rasters explicatifs (Facultatif) | Appariement des noms des rasters de prévision et des rasters d’entraînement. Utilisez ce paramètre si les noms des rasters explicatifs utilisés pour la prévision et les noms des rasters correspondants utilisés pendant l’entraînement sont différents. Les valeurs de chaîne sont les noms des rasters explicatifs utilisés pour la prévision qui correspondent aux noms des rasters explicatifs utilisés pour l’entraînement. | Value Table |
Obtenir une explication pour chaque prévision (Facultatif) | Indique si les champs représentant l’importance des entités sont ajoutés.
| Boolean |
Synthèse
Prévoit des variables continues (régression) ou des variables catégorielles (classification) sur des jeux de données compatibles cachés à l’aide d’un modèle .dlpk entraîné produit par l’outil Entraîner à l’aide d’AutoML.
Utilisation
Vous devez installer la structure de Deep Learning correspondant à Python dans ArcGIS Pro.
Découvrir comment installer des structures de Deep Learning pour ArcGIS
L’entrée est un fichier de définition de modèle Esri (.emd) ou un fichier de paquetage de Deep Learning (.dlpk), qu’il est possible de créer à l’aide de l’outil Entraîner à l’aide d’AutoML.
Une licence Spatial Analyst est requise pour utiliser des rasters en tant que variables explicatives ou pour prévoir une surface de prévision en sortie.
Pour en savoir plus sur les exigences relatives à l’exécution de cet outil ainsi que sur les problèmes que vous pouvez rencontrer, consultez la FAQ sur le Deep Learning.
Paramètres
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})
Nom | Explication | Type de données |
in_model_definition | Fichier .dlpk ou fichier .emd. | File |
prediction_type | Spécifie le type de fichier en sortie à créer.
| String |
in_features | Entités pour lesquelles la prévision sera effectuée. L’entrée doit comprendre certains des champs ou tous les champs nécessaires pour déterminer la valeur de variable dépendante. Ce paramètre est requis si le paramètre prediction_type est défini sur PREDICT_FEATURE. | Feature Layer; Table View; Feature Class |
explanatory_rasters [explanatory_rasters,...] (Facultatif) | Liste des rasters contenant les rasters explicatifs nécessaires pour déterminer la valeur de variable dépendante. Ce paramètre est requis si le paramètre prediction_type est défini sur PREDICT_RASTER. | Raster Layer |
distance_features [distance_features,...] (Facultatif) | Entités ponctuelles ou surfaciques dont les distances par rapport aux entités d’entraînement en entrée sont estimées automatiquement et ajoutées comme variables explicatives. Les distances entre chacune des entités de distance d’entraînement explicatives en entrée et les entités d’entraînement en entrée les plus proches sont calculées. Si les entités de distance d’entraînement explicatives en entrée sont des polygones, les attributs de distance sont calculés comme étant la distance entre les segments les plus proches de la paire d’entités. | Feature Layer |
out_prediction_features | Table ou classe d’entités en sortie. | Feature Class; Table |
out_prediction_surface | Chemin d’accès où le raster de prévision en sortie sera enregistré. | Folder |
match_explanatory_variables [match_explanatory_variables,...] (Facultatif) | Appariement des noms de champ du jeu de prévision et du jeu d’entraînement. Utilisez ce paramètre si les noms de champ des jeux d’entraînement et de prévision sont différents. Les valeurs sont les noms de champ du jeu de données de prévision qui correspondent aux noms de champ de la classe d’entités en entrée. | Value Table |
match_distance_variables [match_distance_variables,...] (Facultatif) | Appariement des noms d’entités de distance du jeu de prévision et du jeu d’entraînement. Utilisez ce paramètre si les noms d’entités de distance utilisés dans les jeux d’entraînement et de prévision sont différents. Les valeurs de chaîne sont les noms d’entités utilisés pour la prévision qui correspondent aux noms d’entités de distance utilisés pour l’entraînement. | Value Table |
match_explanatory_rasters [match_explanatory_rasters,...] (Facultatif) | Appariement des noms des rasters de prévision et des rasters d’entraînement. Utilisez ce paramètre si les noms des rasters explicatifs utilisés pour la prévision et les noms des rasters correspondants utilisés pendant l’entraînement sont différents. Les valeurs de chaîne sont les noms des rasters explicatifs utilisés pour la prévision qui correspondent aux noms des rasters explicatifs utilisés pour l’entraînement. | Value Table |
get_prediction_explanations (Facultatif) | Indique si les champs représentant l’importance des entités sont ajoutés.
| Boolean |
Exemple de code
Cet exemple illustre l’utilisation de la fonction PredictUsingAutoML.
# 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)
Environnements
Informations de licence
- Basic: Non
- Standard: Non
- Advanced: Oui
Rubriques connexes
Vous avez un commentaire à formuler concernant cette rubrique ?