标注 | 说明 | 数据类型 |
输入时空立方体
| 昆输入时空立方体包含要进行比较的预测。为了进行比较,必须根据相同的原始时间序列数据创建所有预测立方体。 | File |
输出要素
| 新的输出要素类表示时空立方体的位置以及包含每个位置上所选方法的预测值的字段。要素的弹出窗口将显示原始时间序列数据的图表以及所有方法的预测。 | Feature Class |
输出时空立方体
(可选) | 输出时空立方体(.nc 文件)包含原始时间序列数据以及每个位置上的所选方法的预测。可视化 3D 时空立方体工具可用于同时查看原始值和预测值。 | File |
使用验证结果评估
(可选) | 指定将使用最小验证 RMSE 还是最小预测 RMSE 来确定位置的预测方法。
| Boolean |
摘要
用于在多个预测结果中为时空立方体的每个位置选择最准确的结果。这使您可以在具有相同时间序列数据的时间序列预测工具集中使用多个工具,并为每个位置选择最佳预测。
插图
参数
arcpy.stpm.EvaluateForecastsByLocation(in_cubes, output_features, {output_cube}, {evaluate_using_validation_results})
名称 | 说明 | 数据类型 |
in_cubes [in_cubes,...] | 昆输入时空立方体包含要进行比较的预测。为了进行比较,必须根据相同的原始时间序列数据创建所有预测立方体。 | File |
output_features | 新的输出要素类表示时空立方体的位置以及包含每个位置上所选方法的预测值的字段。要素的弹出窗口将显示原始时间序列数据的图表以及所有方法的预测。 | Feature Class |
output_cube (可选) | 输出时空立方体(.nc 文件)包含原始时间序列数据以及每个位置上的所选方法的预测。可视化 3D 时空立方体工具可用于同时查看原始值和预测值。 | File |
evaluate_using_validation_results (可选) | 指定将使用最小验证 RMSE 还是最小预测 RMSE 来确定位置的预测方法。
| Boolean |
代码示例
以下 Python 脚本演示了如何使用 EvaluateForecastsByLocation 函数:
import arcpy
arcpy.env.workspace = "C:/Analysis"
# Compare and merge three forecasts from three forecasts.
arcpy.stpm.EvaluateForecastsByLocation("CurveFit.nc;ExpSmooth.nc;ForestBased.nc",
"Analysis.gdb/Forecasts",
"outEvaluate.nc","USE_VALIDATION")
以下 Python 脚本演示了如何使用 EvaluateForecastsByLocation 函数预测人口:
# Compare and merge three forecasts
# Import system modules
import arcpy
# Set property to overwrite existing output.
arcpy.env.overwriteOutput = True
# Set workspace
workspace = r"C:\Analysis"
arcpy.env.workspace = workspace
# Run tool
arcpy.stpm.EvaluateForecastsByLocation(["CurveFit.nc", "ExpSmooth.nc", "ForestBased.nc"],
"Analysis.gdb/Forecasts", "outEvaluate.nc",
"USE_VALIDATION")
许可信息
- Basic: 是
- Standard: 是
- Advanced: 是