Подпись | Описание | Тип данных |
Тип прогнозирования
| Задает режим выполнения инструмента. Инструмент может быть запущен для обучения модели только для оценки производительности, прогнозирования объектов или создания поверхности ,
| String |
Входные обучающие объекты
| Слой, содержащий параметр Переменная для прогнозирования и независимые переменные обучения из полей. | Record Set |
Имя выходных объектов
(Дополнительный) | Имя выходного векторного слоя. | String |
Переменная для прогнозирования
(Дополнительный) | Переменная из параметра Входные обучающие объекты, содержащая значения, используемые для обучения модели. Это поле содержит известные (обучающие) значения переменной, которые будут использованы для прогнозирования в неизвестных местоположениях. | Field |
Рассматривать переменную как Категориальную (Дополнительный) | Указывает, будет ли Переменная для прогнозирования категориальной переменной.
| Boolean |
Независимые переменные
(Дополнительный) | Список полей, представляющих независимые переменные, которые помогут прогнозировать значения или категории Переменных для прогнозирования. Включите опцию Категориальная для любых переменных, которые представляют классы или категории (например, почвенно-растительный покров – его наличие или отсутствие). | Value Table |
Создать таблицу значимости переменных
(Дополнительный) | Определяет, будет ли выходная таблица содержать информацию, описывающую значимость каждой независимой переменной, использованной при создании модели.
| Boolean |
Входные объекты прогнозирования (Дополнительный) | Векторный слой, представляющий местоположения, где будет выполняться прогнозирование. Этот векторный слой также должен содержать любые независимые переменные, представленные в виде полей, которые соответствуют используемым в обучающих данных. | Record Set |
Сопоставление независимых переменных
(Дополнительный) | Список Независимых переменных, заданных во Входных обучающих объектах справа, и соответствующие поля из Входных объектов прогнозирования слева. | Value Table |
Число деревьев
(Дополнительный) | Число деревьев для создания модели леса. Увеличение числа деревьев приведет к более точному прогнозированию модели, но модель будет дольше вычисляться. По умолчанию число деревьев равно 100. | Long |
Минимальный размер листа
(Дополнительный) | Минимальное число наблюдений, необходимых для сохранения листа (т.е. конечного объекта на дереве, без дальнейшего разбиения). Минимум по умолчанию для регрессии составляет 5, а для классификации – 1. Для очень больших данных увеличение этого числа увеличит время работы инструмента. | Long |
Максимальная глубина дерева
(Дополнительный) | Максимальное число разбиений, которые будут сделаны вниз по дереву . При большей максимальной глубине будет создано больше разбиений, что может увеличить вероятность чрезмерной подгонки модели. Значение по умолчанию управляется данными и зависит от числа созданных деревьев и количества включенных переменных. | Long |
Данные, доступные для одного дерева (%)
(Дополнительный) | Процент Входных обучающих объектов, используемых для каждого дерева решений. По умолчанию это 100 процентов от данных. Выборка для каждого дерева берется произвольно из двух третей указанных данных. Каждое дерево решений в лесу создается с с использованием случайной выборки или поднабора (примерно две трети) доступных обучающих данных. Понижение процента входных данных для каждого дерева решений увеличит скорость инструмента при работе с очень большими наборами данных. | Long |
Число произвольно выбранных переменных
(Дополнительный) | Число независимых переменных, используемых для создания каждого дерева решений. Каждое из деревьев решений в лесу создается с использованием случайного поднабора заданных независимых переменных. Увеличение числа переменных, используемых для создания каждого дерева решений, увеличит вероятность чрезмерной подгонки модели, особенно, если имеется одна или больше доминирующая переменная. Обычно используется квадратный корень от общего числа описательных переменных, если Переменная для прогнозирования является числовой, или разделите общее число описательных переменных на 3, если Переменная для прогнозирования является категорийной. | Long |
Обучающие данные, исключенные из проверки (%) (Дополнительный) | Процент (от 10 до 50) от Входных обучающих объектов, чтобы сохранить их как тестовый набор данных для проверки. Обучение модели будет происходить без этого произвольного поднабора данных, и значения наблюдений для этих объектов будут сравниваться с прогнозируемыми значениями. Значение по умолчанию – 10 процентов. | Long |
Хранилище данных
(Дополнительный) | Задает ArcGIS Data Store, где будут сохраняться выходные данные. По умолчанию это Хранилище больших пространственно-временных данных. Все результаты, находящиеся в хранилище пространственно-временных больших данных, будут храниться в системе WGS84. Результаты в реляционном хранилище данных сохраняют свои систему координат.
| String |
Производные выходные данные
Подпись | Описание | Тип данных |
Выходные обученные объекты | Выходные данные содержат входные переменные, используемые для обучения, а также наблюдаемую переменную для параметра прогнозирования и сопровождающие прогнозы, которые можно использовать для дальнейшей оценки производительности модели. | Набор записей |
Переменная таблицы важности | Таблица будет содержать информацию, описывающую значимость каждой независимой переменной, использованной при создании модели. | Набор записей |
Выходные объекты прогнозирования | Слой, который получит прогнозы из модели. | Набор записей |