Доступно с лицензией Spatial Analyst.
Многомерный статистический анализ позволяет исследовать отношения между многими различными типами атрибутов. Доступно два типа многомерного анализа, классификационный (контролируемый или неконтролируемый) и анализ главных компонент (PCA).
Цель классификации – присвоить все ячейки исследуемой области классу или категории. С классификацией с обучением, у вас есть определённое знание об исследуемой области и вы можете идентифицировать представленные области, или шаблоны, для каждого класса. Классификация без обучения использует естественно возникшие статистические группы в данных для определения кластеров, в которые будут классифицированы данные.
- Более подробно о многомерной классификации
- Более подробно о создании классов файлов и сигнатур и о кластерном анализе
- Об оценке классов и кластеров
- О выполнении классификации
Общая процедура для классификации с обучением и без:
- Идентифицируйте входные каналы.
- Создайте классы или кластеры.
Можно использовать следующие инструменты: Создать сигнатуры, Изокластер или Извлечь по образцу группы Извлечение.
- Оцените и редактируйте классы и кластеры.
Используйте инструменты Древовидная схема или Редактировать сигнатуры.
- Выполнить классификацию.
Используйте инструменты Классификация по методу максимального подобия или Вероятность классов.
Инструмент Неконтролируемая классификация изокластера позволит вам просто выполнить классификацию "без обучения", совмещая описанные выше действия 1, 2 и 4 в одном инструменте.
Чтобы устранить избыточность данных и сделать их более поддающимися объяснению, вы можете трансформировать многомерные данные через PCA.
В следующей таблице приводится список доступных инструментов и дается их краткое описание.
Инструмент | Описание |
---|---|
Вычисляет статистику для набора каналов растра. | |
Создаёт многоканальный растр каналов вероятности, при котором один канал создаётся для каждого класса, представленного в входном файле сигнатур. | |
Создает ASCII-файл сигнатур, определяемый входными эталонными данными и набором каналов растра. | |
Строит древовидную диаграмму, представляющую расстояния между последовательно объединёнными классами в файле эталона. | |
Редактирует и обновляет файл сигнатур путем объединения, перенумерации и удаления сигнатур классов. | |
Использует алгоритм кластеризации изоданных для определения характеристик естественных групп ячеек в многомерном атрибутивном пространстве и хранит результаты в выходном ASCII-файле сигнатур. | |
Выполняет неконтролируемую классификацию на ряде каналов входного растра, используя инструменты Изокластер (Iso Cluster) и Классификация по методу максимального подобия (Maximum Likelihood Classification). | |
Выполняет классификацию по методу максимального подобия для набора каналов растра и создаёт классифицированный растр в качестве выходных данных. | |
Выполняет Principal Component Analysis (PCA) на наборе каналов растра и создаёт один многоканальный растр в качестве выходных данных. |