| 标注 | 说明 | 数据类型 |
模型定义 | .dlpk 文件或 .emd 文件。 | File |
预测类型 | 指定将创建的输出文件类型。
| String |
输入预测要素 | 将获取其预测的要素。 输入应包括确定因变量值所需的部分或全部字段。 如果预测类型参数设置为预测要素，则此参数为必需项。 | Feature Layer; Table View; Feature Class |
解释栅格 (可选) | 包含确定因变量值所需的解释栅格的栅格列表。 如果预测类型参数设置为预测栅格，则此参数为必需项。 | Raster Layer |
距离要素 (可选) | 将自动估计该要素与输入训练要素的距离并将点或面要素添加为解释变量。 将计算每个输入解释训练距离要素与最近的输入训练要素的距离。 如果输入解释训练距离要素为面要素，则距离属性将计算为要素对的最近线段之间的距离。 | Feature Layer |
输出预测要素 | 输出表或要素类。 | Feature Class; Table |
输出预测表面 | 将保存输出预测栅格的路径。 | Folder |
匹配解释变量 (可选) | 字段名称从预测集到训练集的映射。 如果训练集和预测集的字段名称不同，请使用此参数。 值是预测数据集中与输入要素类中的字段名称匹配的字段名称。 | Value Table |
匹配距离变量 (可选) | 距离要素名称从预测集到训练集的映射。 如果训练集和预测集中所用的距离要素名称不同，请使用此参数。 字符串值是用于预测的要素名称，与用于训练的距离要素名称相匹配。 | Value Table |
匹配解释栅格 (可选) | 字名称从预测栅格到训练栅格的映射。 如果用于预测的解释栅格名称与训练期间使用的对应栅格的名称不同，请使用此参数。 字符串值是用于预测的解释栅格名称，与用于训练的解释栅格名称相匹配。 | Value Table |
获取每个预测的说明 (可选) | 指定是否将添加表示要素重要性的字段。
| Boolean |
使用情况
您必须在 ArcGIS Pro 中为 Python 安装适当的深度学习框架。
输入是 Esri 模型定义文件 (.emd) 或深度学习包文件 (.dlpk)，它是通过使用 AutoML 进行训练工具创建的。
要使用栅格作为解释变量或预测至输出预测表面，需要 Spatial Analyst 许可。
有关运行此工具的要求以及您可能遇到的问题的信息，请参阅深度学习常见问题。
参数
arcpy.geoai.PredictUsingAutoML(in_model_definition, prediction_type, in_features, {explanatory_rasters}, {distance_features}, out_prediction_features, out_prediction_surface, {match_explanatory_variables}, {match_distance_variables}, {match_explanatory_rasters}, {get_prediction_explanations})| 名称 | 说明 | 数据类型 |
in_model_definition | .dlpk 文件或 .emd 文件。 | File |
prediction_type | 指定将创建的输出文件类型。
| String |
in_features | 将获取其预测的要素。 输入应包括确定因变量值所需的部分或全部字段。 当将 prediction_type 参数设置为 PREDICT_FEATURE 时，此参数为必需项。 | Feature Layer; Table View; Feature Class |
explanatory_rasters [explanatory_rasters,...] (可选) | 包含确定因变量值所需的解释栅格的栅格列表。 当将 prediction_type 参数设置为 PREDICT_RASTER 时，此参数为必需项。 | Raster Layer |
distance_features [distance_features,...] (可选) | 将自动估计该要素与输入训练要素的距离并将点或面要素添加为解释变量。 将计算每个输入解释训练距离要素与最近的输入训练要素的距离。 如果输入解释训练距离要素为面要素，则距离属性将计算为要素对的最近线段之间的距离。 | Feature Layer |
out_prediction_features | 输出表或要素类。 | Feature Class; Table |
out_prediction_surface | 将保存输出预测栅格的路径。 | Folder |
match_explanatory_variables [match_explanatory_variables,...] (可选) | 字段名称从预测集到训练集的映射。 如果训练集和预测集的字段名称不同，请使用此参数。 值是预测数据集中与输入要素类中的字段名称匹配的字段名称。 | Value Table |
match_distance_variables [match_distance_variables,...] (可选) | 距离要素名称从预测集到训练集的映射。 如果训练集和预测集中所用的距离要素名称不同，请使用此参数。 字符串值是用于预测的要素名称，与用于训练的距离要素名称相匹配。 | Value Table |
match_explanatory_rasters [match_explanatory_rasters,...] (可选) | 字名称从预测栅格到训练栅格的映射。 如果用于预测的解释栅格名称与训练期间使用的对应栅格的名称不同，请使用此参数。 字符串值是用于预测的解释栅格名称，与用于训练的解释栅格名称相匹配。 | Value Table |
get_prediction_explanations (可选) | 指定是否将添加表示要素重要性的字段。
| Boolean |
代码示例
本示例介绍了如何使用 PredictUsingAutoML 函数。
# Description: Predicts on feature or tabular data with the trained model
# obtained by the TrainUsingAutoML function.
# Import system modules
import arcpy
import os
# Set local variables
datapath = "path_to_data_for_prediction"
out_path = "path_to_gdb_for_predicted"
model_path = os.path.join(out_path, "model.dlpk")
in_features = os.path.join(datapath, "test_data.gdb", "test_data")
out_features = os.path.join(out_path, "predicted_feature.gdb", "predicted")
# Run Predict Using AutoML Model
r = arcpy.geoai.PredictUsingAutoML(model_path, "PREDICT_FEATURES",
in_features,
None, None, out_features, None, None, None, True)许可信息
- Basic: 否
- Standard: 否
- Advanced: 是