[パターンの分析] ツールセットには、フィーチャ データ内の空間パターンを識別、定量化、および視覚化するツールが含まれています。
このツールセットは、分散処理を使用して GeoAnalytics Server 上で分析を実行します。
| ツール | 説明 |
|---|---|
各セルの近傍内にあるポイント フィーチャから単位面積ごとの値を計算します。 | |
時空間ビンにポイントのセットを集めることで、netCDF データ構造にポイントを集約します。各ビンで、ポイントが計算され、指定された属性が集約されます。 すべてのビンの位置に対して、ポイント数の傾向と集計フィールドの値が評価されます。 | |
1 組のフィーチャに対して、Getis-Ord Gi* 統計値を使用して、統計的に有意なホット スポットとコールド スポットを特定します。 | |
時空間分布に基づき周辺ノイズ内でポイント フィーチャのクラスターを検索します。 | |
フォレストベースの分類と回帰分析 (Forest-based Classification and Regression) | Leo Breiman と Adele Cutler により開発された教師付き機械学習方法であるランダム フォレスト アルゴリズムを転用してモデルを作成し、予測を生成します。 予測は、カテゴリ変数 (分類) と連続変数 (回帰) の両方に対して実行できます。 説明変数は、トレーニング フィーチャの属性テーブル内のフィールドの形態をとることができます。 トレーニング データに基づいてモデルのパフォーマンスを検証するだけでなく、フィーチャ対して予測を行うこともできます。 |
一般化線形回帰分析 (GLR) を実行して、予測したり、一連の説明変数との関係から従属変数をモデル化したりします。このツールを使用して、連続 (OLS)、バイナリ (論理)、およびカウント (ポワソン分布) のモデルに適合させることができます。 | |
空間的に変化する関係をモデリングするときに使用される局所形の線形回帰である、地理空間加重回帰分析 (GWR) を実行します。 |