| ラベル | 説明 | データ タイプ |
入力フィーチャ | 分割、抽出、バランス調整の実行対象となるフィーチャです。 | Feature Class |
出力フィーチャ | モデル ツールでトレーニング フィーチャとして使用される出力フィーチャです。 | Feature Class |
分割タイプ (オプション) | 入力フィーチャをトレーニング サブセットとテスト サブセットに分割する方法を指定します。
| String |
出力テスト サブセット フィーチャ (オプション) | [入力フィーチャ] パラメーター値の一部で、テスト フィーチャとして使用できます。 このパラメーターは、[分割タイプ] パラメーターが [ランダム分割] または [空間分割] に設定されている場合に利用できます。 | Feature Class |
予測対象変数 (オプション) | モデルのトレーニングに使用される値を含む [入力フィーチャ] パラメーター値から生成された変数です。 このフィールドには、不明なロケーションでの予測に使用される変数の既知 (トレーニング) の値が含まれます。 | Field |
変数をカテゴリーとして処理 (オプション) | [予測対象変数] パラメーター値をカテゴリー変数として扱うかどうかを指定します。
| Boolean |
説明変数 (オプション) | [予測対象変数] パラメーター値の値またはカテゴリーの予測に役立つ説明変数を表すフィールドのリスト。 クラスまたはカテゴリーを表す変数 (たとえば、土地被覆や有無など) の場合に [カテゴリー] チェックボックスをオンにします。 | Value Table |
説明距離フィーチャ (オプション) | 説明トレーニング距離フィーチャ。 指定されたフィーチャから [入力フィーチャ] パラメーター値までの距離が算出され、説明変数が自動的に作成されます。 [入力フィーチャ] パラメーター値内の個々のフィーチャから、このパラメーターの最も近いフィーチャまでの距離が計算されます。 このパラメーター値がポリゴンまたはラインの場合、距離の属性はフィーチャのペアの最も近いセグメント間の距離として計算されます。 | Feature Layer |
説明ラスター (オプション) | ラスターから抽出された説明トレーニング変数。 ラスター セル値が抽出され、説明トレーニング変数が自動的に作成されます。 [入力フィーチャ] パラメーター値のフィーチャごとに、該当するロケーションでラスター セルの値が抽出されます。 連続ラスターからラスター値を抽出する場合には、共一次内挿法によるラスターのリサンプリングが使用されます。 カテゴリー ラスターからラスター値を抽出する場合には、最近隣内挿法による近接割り当てが使用されます。 クラスまたはカテゴリーを表すラスター (土地被覆や有無など) の場合に [カテゴリー] チェックボックスをオンにします。 | Value Table |
トレーニング用にポリゴンをラスター解像度に変換 (オプション) | [入力フィーチャ] パラメーター値がカテゴリー [予測対象変数] パラメーター値を持つポリゴンであり、[説明ラスター] パラメーター値だけが指定されている場合のポリゴンの処理方法を示します。
| Boolean |
テスト サブセットとしてのデータの割合 (オプション) | テスト データセットまたは検証データセットとして予約される入力フィーチャの割合。 デフォルトは 10 です。 | Double |
バランス調整タイプ (オプション) | 不均衡な [予測対象変数] パラメーター値、または入力フィーチャの空間バイアスを調整する方法を指定します。 バランス調整は [出力フィーチャ] パラメーター値にのみ適用されます。
| String |
最小最近隣距離 (オプション) | 空間間引きが適用される場合、任意の 2 つのポイント、または同じ [予測対象変数] パラメーター値カテゴリー内の任意の 2 つのポイントの間の最小距離を指定します。 | Linear Unit |
間引きの処理の反復回数 (オプション) | 最適空間間引きの解を見つけるために使用される反復回数です。できるだけ多くのフィーチャを維持しつつ、指定した [最小最近傍距離] パラメーター値内にフィーチャが 2 つ存在しないようにします。 最小反復回数は 1、最大反復回数は 50 です。 デフォルトは 10 です。 | Long |
カテゴリー説明変数のエンコード (オプション) | カテゴリー説明変数をエンコードするかどうかを指定します。
| Boolean |
入力フィーチャからすべてのフィールドを追加 (オプション) | 入力フィーチャから出力フィーチャにすべてのフィールドをコピーするかどうかを指定します。
| Boolean |
サマリー
[フォレストベースおよびブースト分類と回帰分析 (Forest-based and Boosted Classification and Regression)]、[一般化線形回帰分析 (Generalized Linear Regression)]、[Presence-only 予測 (Presence-only Prediction)] ツール、その他のモデルにおける予測ワークフロー用のデータを強化します。 これには、フィーチャをトレーニング セットとテスト セットに分割すること、ラスターや距離フィーチャから変数を抽出すること、分類の正確度を高めるためにデータをバランス調整すること、偏った空間データの空間間引きを行うことが含まれます。
図
使用法
バランス調整を適用したトレーニング データは、予測モデルのトレーニングにのみ使用する必要があります。 精度の偏りやデータ漏洩を避けるため、バランス調整されたデータでモデルを検証しないでください。
ラスターを説明変数として使用するには、ArcGIS Spatial Analyst エクステンション が必要です。
分類を使用してまれなイベントや不均衡なカテゴリーを予測する場合は、[バランス調整タイプ] パラメーターを使用して、各カテゴリー レベル内のサンプル数をバランス調整してください。 オーバーサンプリング手法は全体のフィーチャ数を増加させ、アンダーサンプリング手法は全体のフィーチャ数を減少させます。
[分割タイプ] パラメーターが [ランダム分割] または [空間分割] に設定されている場合、出力テスト フィーチャを使用して [空間統計モデル ファイルを使用して予測 (Predict Using Spatial Statistics Model File)] ツールでモデル精度を評価できます。 選択した解析ツールを実行する際は、出力が空間統計モデル ファイルであることを確認してください。
[分割タイプ] パラメーターが [ランダム分割] または [空間分割] に設定されている場合、ツールでは、予測対象変数およびすべての説明変数のカテゴリー レベルが出力トレーニング フィーチャに含まれます。 テスト データセット内には、すべてのカテゴリー レベルが存在する必要はありません。
パラメーター
arcpy.stats.PrepareData(in_features, out_features, {splitting_type}, {out_test_features}, {variable_predict}, {treat_variable_as_categorical}, {explanatory_variables}, {distance_features}, {explanatory_rasters}, {use_raster_values}, {percent}, {balancing_type}, {thinning_distance_band}, {number_of_iterations}, {encode_variables}, {append_all_fields})| 名前 | 説明 | データ タイプ |
in_features | 分割、抽出、バランス調整の実行対象となるフィーチャです。 | Feature Class |
out_features | モデル ツールでトレーニング フィーチャとして使用される出力フィーチャです。 | Feature Class |
splitting_type (オプション) | 入力フィーチャをトレーニング サブセットとテスト サブセットに分割する方法を指定します。
| String |
out_test_features (オプション) | in_features パラメーター値の一部で、テスト フィーチャとして使用できます。 このパラメーターは、splitting_type パラメーターが RANDOM_SPLIT または SPATIAL_SPLIT に設定されている場合にアクティブになります。 | Feature Class |
variable_predict (オプション) | モデルのトレーニングに使用される値を含む in_features パラメーター値から生成された変数です。 このフィールドには、不明なロケーションでの予測に使用される変数の既知 (トレーニング) の値が含まれます。 | Field |
treat_variable_as_categorical (オプション) | variable_predict パラメーター値をカテゴリー変数として扱うかどうかを指定します。
| Boolean |
explanatory_variables [explanatory_variables,...] (オプション) | variable_predict の値またはカテゴリーの予測に役立つ説明変数を表すフィールドのリスト。 クラスまたはカテゴリーを表す変数 (たとえば、土地被覆や有無など) の場合に CATEGORICAL の値を使用します。 | Value Table |
distance_features [distance_features,...] (オプション) | 説明トレーニング距離フィーチャ。 指定されたフィーチャから in_features パラメーター値までの距離が算出され、説明変数が自動的に作成されます。 in_features パラメーター値内の個々のフィーチャから、このパラメーターの最も近いフィーチャまでの距離が計算されます。 このパラメーター値がポリゴンまたはラインの場合、距離の属性はフィーチャのペアの最も近いセグメント間の距離として計算されます。 | Feature Layer |
explanatory_rasters [explanatory_rasters,...] (オプション) | ラスターから抽出された説明トレーニング変数。 ラスター セル値が抽出され、説明トレーニング変数が自動的に作成されます。 in_features パラメーター値のフィーチャごとに、該当するロケーションでラスター セルの値が抽出されます。 連続ラスターからラスター値を抽出する場合には、共一次内挿法によるラスターのリサンプリングが使用されます。 カテゴリー ラスターからラスター値を抽出する場合には、最近隣内挿法による近接割り当てが使用されます。 クラスまたはカテゴリーを表すラスター (土地被覆や有無など) の場合に CATEGORICAL の値を使用します。 | Value Table |
use_raster_values (オプション) | in_features パラメーター値がカテゴリー variable_predict パラメーター値を持つポリゴンであり、explanatory_rasters パラメーター値だけが指定されている場合のポリゴンの処理方法を示します。
| Boolean |
percent (オプション) | テスト データセットまたは検証データセットとして予約される入力フィーチャの割合。 デフォルトは 10 です。 | Double |
balancing_type (オプション) | 不均衡な variable_predict パラメーター値、または入力フィーチャの空間バイアスを調整する方法を指定します。 バランス調整は out_features パラメーター値にのみ適用されます。
| String |
thinning_distance_band (オプション) | 空間間引きが適用される場合、任意の 2 つのポイント、または同じ variable_predict パラメーター値カテゴリー内の任意の 2 つのポイントの間の最小距離を指定します。 | Linear Unit |
number_of_iterations (オプション) | 最適空間間引きの解を見つけるために使用される反復回数です。できるだけ多くのフィーチャを維持しつつ、指定した thinning_distance_band パラメーター値内にフィーチャが 2 つ存在しないようにします。 最小反復回数は 1、最大反復回数は 50 です。 デフォルトは 10 です。 | Long |
encode_variables (オプション) | カテゴリー説明変数をエンコードするかどうかを指定します。
| Boolean |
append_all_fields (オプション) | 入力フィーチャから出力フィーチャにすべてのフィールドをコピーするかどうかを指定します。
| Boolean |
コードのサンプル
次の Python ウィンドウ スクリプトは、PrepareData 関数の使用方法を示しています。
# Prepare data for prediction.
import arcpy
arcpy.env.workspace = r"c:\data\project_data.gdb"
arcpy.stats.PrepareData(
in_features = r"in_feature_class",
out_features = r"out_feature_class",
splitting_type="RANDOM_SPLIT",
variable_predict=None,
treat_variable_as_categorical="NUMERIC"
)次のスタンドアロン スクリプトで、PrepareData 関数を使用する方法を示します。
# Prepare data for prediction.
import arcpy
# Set the current workspace.
arcpy.env.workspace = r"c:\data\project_data.gdb"
# Run tool
arcpy.stats.PrepareData(
in_features = r"in_feature_class",
out_features = r"out_feature_class",
splitting_type="RANDOM_SPLIT",
variable_predict=None,
treat_variable_as_categorical="NUMERIC"
)ライセンス情報
- Basic: Yes
- Standard: Yes
- Advanced: Yes
関連トピック
- 空間リレーションシップのモデリング ツールセットの概要
- 交差検証による推定値を評価 (Evaluate Predictions with Cross-validation)
- フォレストベースおよびブースト分類と回帰分析 (Forest-based and Boosted Classification and Regression)
- 一般化線形回帰分析 (Generalized Linear Regression)
- Presence-only 予測 (Presence-only Prediction (MaxEnt))
- 交差検証による推定値を評価 (Evaluate Predictions with Cross-validation) の仕組み
- 予測のためのデータを準備 (Prepare Data for Prediction) の仕組み