Стандартизировать поле (Управление данными)—ArcGIS Pro

Сводка

Стандартизирует значения в полях, конвертируя их в значения, соответствующие заданному масштабу. Методы стандартизации включают z-оценку, минимум-максимум, абсолютный максимум и надежную стандартизацию.

Иллюстрация

Стандартизирует значения в поле одним из четырех методов.

Использование

Есть четыре метода стандартизации: Z-оценка, Минимум-максимум, Абсолютный максимум и Надежная стандартизация.
- Метод Z-оценка измеряет разницу между значением и средним всех значений в поле, используя стандартные отклонения. Он также называется стандартной оценкой.
  - Возможное применение - оценка важности значения в отношении распределения значений в поле. Например, можно оценить участие округа в голосовании в контексте других округов страны, что поможет определить типичные модели участия избирателей и округа с особенно высоким и низким уровнем участия.
  - Замечание: этот метод рассчитан на нормальное распределение. Следовательно, этот метод не рекомендуется использовать в случаях, когда распределение данных сильно искажено.
  - Уравнение - , в котором x^' - это стандартизированное значение, x - исходное значение, x̄ - среднее, а σ_x - стандартное отклонение.
- Метод Минимум-максимум сохраняет отношения между исходными значениями при преобразовании значений в шкалу между заданными пользователем минимальным и максимальным значениями.
  - Возможное применение: оценщик недвижимости хочет масштабировать такие характеристики домов, как число комнат в доме или возраст дома в годах, в ту же шкалу перед использованием этой характеристики в модели, например, в инструменте Инструмент классификации на основе леса и регрессия.
  - Замечание: этот подход подвержен влиянию выбросов, то есть экстремальных значений данных.
  - Уравнение - , в котором x^' - стандартизированное значение, x - исходное значение, min(x) - минимальное значение, max(x) - максимальное значение, a - заданный пользователем минимум, а b - заданный пользователем максимум.
- Метод Абсолютный максимум сравнивает разницу между текущим и максимальным абсолютным значениями в распределении путем деления каждого значения на максимальное абсолютное значение поля.
  - Возможное применение: этот метод может пригодиться, если вы работаете с данными, имеющими стабильный и надежный максимум, и вы хотите сравнить каждое значение с этим максимумом. Например, количество поданных в округе голосов не может превышать число жителей округа, имеющих избирательное право. Округ с наибольшей долей голосов становится этим максимумом, и все остальные округа оцениваются по отношению к абсолютному максимальному числу участвовавших в выборах избирателей.
  - Замечание: выходные масштабы находится между -1 и 1. Большие положительные значения соответствуют значениям, близким к 1, а большие отрицательные значения - значениям, близким к -1.
  - Уравнение - , где x^' - стандартизированное значение, x - исходное значение, а max(|x|) - максимальное абсолютное значение данных.
- Метод Надежной стандартизации стандартизирует значения в указанных полях, используя надежный вариант z-оценки. В этом варианте вместо среднего и стандартного отклонения используются медиана и межквартильный размах.
  - Возможное применение: оценщик недвижимости хочет оценить стоимость жилья в городе, где один конкретный район с чрезвычайно высокой стоимостью домов приводит к появлению выбросов в данных. Оценщик использует надежную стандартизацию, чтобы смягчить влияние этих выбросов на распределение стоимости недвижимости в городе.
  - Замечание: благодаря использованию медианы и межквартильного размаха этот метод может оказаться эффективным в случае необходимости смягчения влияния выбросов в распределении.
  - Уравнение - , где x^' - стандартизированное значение, x - исходное значение, median(x) - медиана данных, а IQR(x) - межквартильный размах данных.
Если задано несколько полей, указанный метод стандартизации применяется ко всем полям.
Инструмент изменяет входные данные и добавляет вновь созданные стандартизированные поля во входную таблицу или класс пространственных объектов.
Для каждого выбранного поля в сообщениях геообработки отображается сводная статистика. Она содержит максимальное и минимальное значения, сумму, среднее, медиану, асимметрию и эксцесс.

Синтаксис

arcpy.management.StandardizeField(in_table, fields, {method}, {min_value}, {max_value})

Parameter	Объяснение	Тип данных
in_table	Таблица, содержащая поля со стандартизируемыми значениями.	Table View; Raster Layer; Mosaic Layer
fields [[input_field, output_field],...]	Поля, содержащие значения, которые будут стандартизироваться. Для каждого поля можно указать имя выходного поля. Если имя выходного поля не указано, инструмент создаст имя выходного поля, используя имя поля и выбранный метод.	Value Table
method (Дополнительный)	Задает метод, используемый для стандартизации значений, содержащихся в указанных полях. Z-SCORE —Используется стандартная оценка, которая представляет собой число стандартных отклонений выше или ниже среднего. Вычисление представляет собой формулу Z-оценки, которая вычисляет разницу между текущим и средним значением в столбце, деленную на стандартное отклонение значений в столбце. Это значение по умолчанию MIN-MAX —Значения преобразуются в шкалу между заданными пользователем минимальным и максимальным значениями. MAXABS —Каждое значение в столбце делится на максимальное абсолютное значение в столбце. ROBUST — Надежный вариант формулы Z-оценки используется для стандартизации значений в указанных полях. В этом варианте вместо среднего и стандартного отклонения используются медиана и межквартильный размах.	String
min_value (Дополнительный)	Значение, используемое методом MIN-MAX параметра method, для указания минимального значения в масштабе предоставленных выходных значений.	Double
max_value (Дополнительный)	Значение, используемое методом MIN-MAX параметра method для указания максимального значения в шкале предоставленных выходных значений.	Double

Производные выходные данные

Name	Объяснение	Тип данных
updated_table	Таблица, содержащая новые закодированные поля.	Представление таблицы

Пример кода

StandardizeField, пример 1 (окно Python)

В следующем скрипте окна Python показано, как используется инструмент StandardizeField.

arcpy.management.StandardizeField("County_VoterTurnout", 
       "voter_turnout voter_turnout_Z_SCORE", "Z-SCORE")

StandardizeField, пример 2 (автономный скрипт)

В следующем автономном скрипте показано, как использовать инструмент StandardizeField.

# Import system modules
import arcpy
try:
    # Set the workspace and input features.
    arcpy.env.workspace = r"C:\\Standardize\\MyData.gdb"
    inputFeatures = ”County_VoterTurnout”
    # Set the input fields that will be standardized
    fields = "votes_total;rawdiff_dem_vs_gop;pctdiff_dem_vs_gop"
    # Set the standardization method.
    method = "ROBUST"
    # Run the Standardize Field tool
    arcpy.management.StandardizeField(inputFeatures, fields, method)
except arcpy.ExecuteError:
    # If an error occurred when running the tool, print the error message.
    print(arcpy.GetMessages())

Environments

Экстент

Информация о лицензиях

Basic: Да
Standard: Да
Advanced: Да

Связанные разделы

Отзыв по этому разделу?