Définir les propriétés des critères (Business Analyst)

Disponible avec une licence Business Analyst.

Synthèse

Définit les paramètres des critères.

Utilisation

• Vous pouvez utiliser l’outil Créer une couche d’analyse d’adéquation pour créer la couche d’analyse.

• Le total de toutes les pondérations des critères doit être égal à 100 pour cent.

• L’influence des critères peut être positive ou inverse.

• Lorsque l’option Idéale du paramètre Propriétés des critères est indiquée, le paramètre Valeur idéal doit contenir une valeur.

Paramètres

Boîte de dialogue

Étiquette	Explication	Type de données
Couche d’analyse d’adéquation en entrée	Couche d’analyse d’adéquation qui est utilisée au cours de l’analyse.	Feature Layer; Group Layer
Propriétés des critères	Entités en entrée qui servent à configurer les propriétés des critères. Critère : champ, point ou variable qui sert à calculer votre score d’adéquation. Titre : nom du critère. Weight (Pondération) : influence dont bénéficie une valeur de critère sur le score d’adéquation global. Le nombre doit être supérieur ou égal à 0. Influence : voici un exemple d’influence positive. Vous voulez que le score d’un site soit plus élevé s’il compte un plus grand nombre de ménages détenteurs d’un diplôme professionnel ou universitaire. Voici un exemple d’influence inverse : une valeur médiane du logement plus faible est préférable, car elle indique que l’immobilier est plus abordable. Une influence idéale désigne par exemple une recherche de zones au sein d’une plage de valeurs. Positive : plus la valeur du critère est élevée et plus le score d’adéquation est élevé. Inverse : plus la valeur du critère est faible et plus le score d’adéquation est élevé. Idéale : plus la valeur du critère est proche de la valeur idéale et plus le score d’adéquation est élevé. Cible : plus la valeur du critère est proche de la valeur cible et plus le score d’adéquation est élevé. Ideal Value (Valeur idéale) : plus la valeur du critère est proche de la valeur idéale et plus le score d’adéquation est élevé. Minimum Value (Valeur minimale) : valeur numérique qui définit une limite stricte pour la limite inférieure du critère. Maximal Value (Valeur maximale) : valeur numérique qui définit une limite stricte pour la limite supérieure du critère. Enabled (Activé) : permet d’inclure le critère dans le score d’adéquation final.	Value Table
Méthode prédéfinie (Facultatif)	Précise la méthode de prétraitement et la méthode de combinaison à utiliser lors du calcul du score final. Combiner les valeurs—La somme des valeurs mises à l’échelle avec des scores représentant la distribution des valeurs pour chaque critère est utilisée. Il s’agit de l’option par défaut. Différences composites—La moyenne géométrique des valeurs mises à l’échelle est utilisée. Personnalisée—La méthode de prétraitement et la méthode de combinaison sont utilisées.	String
Méthode de prétraitement (Facultatif)	Indique la méthode utilisée pour convertir les variables en entrée dans une échelle normalisée. Minimum-maximum—Les variables sont mises à l’échelle à des valeurs comprises entre 0 et 1 selon les valeurs minimale et maximale de chaque variable. Il s’agit de l’option par défaut. Centile—Les variables sont converties en centiles compris entre 0 et 1. Z-score (Score z)—Chaque variable est standardisée par soustraction de la valeur moyenne et division par l’écart type. Raw—Les valeurs des variables sont utilisées telles quelles.	String
Méthode de combinaison (Facultatif)	Indique la méthode à utiliser pour combiner les variables mises à l’échelle en une seule valeur. Somme—Les valeurs sont ajoutées. Il s’agit de l’option par défaut. Moyenne—La moyenne (additive) arithmétique des valeurs est calculée. Il s’agit de l’option par défaut. Produit—Les valeurs sont multipliées. Toutes les valeurs mises à l’échelle doivent être supérieures ou égales à zéro. Moyenne géométrique—La moyenne (multiplicative) géométrique des valeurs est calculée. Toutes les valeurs mises à l’échelle doivent être supérieures ou égales à zéro.	String
Mise à l’échelle du score final (Facultatif)	Indique la méthode utilisée pour mettre à l’échelle le score combiné. Ce paramètre détermine le score final. Méthode 0-1—Le score final est calculé avec la valeur inférieure égale à 0 et la valeur supérieure égale à 1. Méthode 0-100—Le score final est calculé avec la valeur inférieure égale à 0 et la valeur supérieure égale à 100. Aucun—Les données ne sont pas mises à l’échelle. Il s’agit de l’option par défaut.	String

Sortie obtenue

Étiquette	Explication	Type de données
Couche d’analyse d’adéquation en sortie	Nom de la couche d’analyse d’adéquation qui est ajoutée à la carte.	Feature Layer; Group Layer

Python

arcpy.ba.SetCriteriaProperties(in_analysis_layer, criteria_properties, {criteria_score_preset}, {preprocessing}, {criteria_score_method}, {final_score_method})

Nom	Explication	Type de données
in_analysis_layer	Couche d’analyse d’adéquation qui est utilisée au cours de l’analyse.	Feature Layer; Group Layer
criteria_properties [[criterion, title, weight, influence, ideal_value, minimum_value, maximum_value, enabled],...]	Entités en entrée qui servent à configurer les propriétés des critères. criterion : champ, point ou variable qui sert à calculer le score d’adéquation. title : nom du critère. weight : influence dont bénéficie une valeur de critère sur le score d’adéquation global. Le nombre doit être supérieur ou égal à 0. influence : voici un exemple d’influence positive. Vous voulez que le score d’un site soit plus élevé s’il compte un plus grand nombre de ménages détenteurs d’un diplôme professionnel ou universitaire. Voici un exemple d’influence inverse : une valeur médiane du logement plus faible est préférable, car elle indique que l’immobilier est plus abordable. Une influence idéale désigne par exemple une recherche de zones au sein d’une plage de valeurs. POSITIVE : plus la valeur du critère est élevée et plus le score d’adéquation est élevé. INVERSE : plus la valeur du critère est faible et plus le score d’adéquation est élevé. IDEAL : plus la valeur du critère est proche de la valeur idéale et plus le score d’adéquation est élevé. TARGET : plus la valeur du critère est proche de la valeur cible et plus le score d’adéquation est élevé. ideal_value : plus la valeur du critère est proche de la valeur idéale et plus le score d’adéquation est élevé. minimum_value : valeur numérique qui définit une limite stricte pour la limite inférieure du critère. maximum_value : valeur numérique qui définit une limite stricte pour la limite supérieure du critère. enabled : utilisez la valeur true pour inclure le critère dans le score d’adéquation final.	Value Table
criteria_score_preset (Facultatif)	Précise la méthode de prétraitement et la méthode de combinaison à utiliser lors du calcul du score final. SUM_SCALED—La somme des valeurs mises à l’échelle avec des scores représentant la distribution des valeurs pour chaque critère est utilisée. Il s’agit de l’option par défaut. GEOMEAN_SCALED—La moyenne géométrique des valeurs mises à l’échelle est utilisée. CUSTOM—La méthode de prétraitement et la méthode de combinaison sont utilisées.	String
preprocessing (Facultatif)	Indique la méthode utilisée pour convertir les variables en entrée dans une échelle normalisée. MINMAX—Les variables sont mises à l’échelle à des valeurs comprises entre 0 et 1 selon les valeurs minimale et maximale de chaque variable. Il s’agit de l’option par défaut. PERCENTILE—Les variables sont converties en centiles compris entre 0 et 1. ZSCORE—Chaque variable est standardisée par soustraction de la valeur moyenne et division par l’écart type. RAW—Les valeurs des variables sont utilisées telles quelles.	String
criteria_score_method (Facultatif)	Indique la méthode à utiliser pour combiner les variables mises à l’échelle en une seule valeur. SUM—Les valeurs sont ajoutées. Il s’agit de l’option par défaut. MEAN—La moyenne (additive) arithmétique des valeurs est calculée. Il s’agit de l’option par défaut. PRODUCT—Les valeurs sont multipliées. Toutes les valeurs mises à l’échelle doivent être supérieures ou égales à zéro. GEOMETRIC_MEAN—La moyenne (multiplicative) géométrique des valeurs est calculée. Toutes les valeurs mises à l’échelle doivent être supérieures ou égales à zéro.	String
final_score_method (Facultatif)	Indique la méthode utilisée pour mettre à l’échelle le score combiné. Ce paramètre détermine le score final. METHOD_0_1—Le score final est calculé avec la valeur inférieure égale à 0 et la valeur supérieure égale à 1. METHOD_0_100—Le score final est calculé avec la valeur inférieure égale à 0 et la valeur supérieure égale à 100. NONE—Les données ne sont pas mises à l’échelle. Il s’agit de l’option par défaut.	String

Sortie obtenue

Nom	Explication	Type de données
out_analysis_layer	Nom de la couche d’analyse d’adéquation qui est ajoutée à la carte.	Feature Layer; Group Layer

Exemple de code

Exemple d’utilisation de la fonction SetCriteriaProperties (fenêtre Python)

Le script ci-dessous pour la fenêtre Python illustre l’utilisation de la fonction SetCriteriaProperties.

import arcpy
arcpy.ba.SetCriteriaProperties("Site Suitability001", "wealth_meddi_cy 'Criterion for wealth.meddi_cy variable' 1 # # POSITIVE # true;wealth_mednw_cy 'Criterion for wealth.mednw_cy variable' 1 # # INVERSE # true")

Environnements

Espace de travail courant

Informations de licence

• Basic: Nécessite Business Analyst
• Standard: Nécessite Business Analyst
• Advanced: Nécessite Business Analyst