交叉验证 (地统计分析)

摘要

先移除一个数据位置，然后使用其余位置处的数据预测关联数据。该工具的主要用途是，比较预测值与实测值以获取有关某些模型参数的有用信息。

了解有关“执行交叉验证和验证”的详细信息

用法

• 在 Python 中使用此工具时，result 对象既包含一个要素类，也包含一个 CrossValidationResult，后者具有以下属性：

  • 计数 - 使用的样本总数。
  • 平均误差 - 测量值与预测值之间的平均差值。
  • 均方根误差 - 指明模型预测结果与测量值的接近程度。此误差越小越好。
  • 平均标准误差 - 预测标准误差的平均值。
  • 平均值标准化误差 - 标准化误差的平均值。该值应接近于 0。
  • 标准化均方根误差 - 如果预测标准误差有效，该值应接近于 1。如果标准化均方根误差大于 1，则说明您对预测中的可变性估计不足。如果标准均方根误差小于 1，则说明对预测中的变化性估计过高。
  对于 IDW、全局多项式插值法、径向基函数 (RBF) 插值法、含障碍的扩散插值法和含障碍的核插值法，只提供“平均误差”和“均方根误差”结果。

• 可选输出要素类中的字段在 GA 图层至点工具中进行了介绍。

语法

CrossValidation_ga (in_geostat_layer, {out_point_feature_class})

参数	说明	数据类型
in_geostat_layer	要分析的地统计图层。	Geostatistical Layer
out_point_feature_class (可选)	将交叉验证统计信息存储在地统计图层中的各个位置。	Feature Class

代码实例

CrossValidation 示例 1（Python 窗口）

对输入地统计图层执行交叉验证。

import arcpy
arcpy.env.workspace = "C:/gapyexamples/data"
cvResult = arcpy.CrossValidation_ga("C:/gapyexamples/data/kriging.lyr")
print "Root Mean Square error = " + str(cvResult.rootMeanSquare)

CrossValidation 示例 2（独立脚本）

对输入地统计图层执行交叉验证。

# Name: CrossValidation_Example_02.py
# Description: Perform cross validation on an input geostatistical layer.
# Requirements: Geostatistical Analyst Extension

# Import system modules
import arcpy

# Set environment settings
arcpy.env.workspace = "C:/gapyexamples/data"

# Set local variables
inLayer = "C:/gapyexamples/data/kriging.lyr"

# Check out the ArcGIS Geostatistical Analyst extension license
arcpy.CheckOutExtension("GeoStats")

# Execute CrossValidation
cvResult = arcpy.CrossValidation_ga(inLayer)
print "Root Mean Square error = " + str(cvResult.rootMeanSquare)

环境

当前工作空间, 输出坐标系, 临时工作空间

许可信息

ArcGIS for Desktop Basic: 需要 Geostatistical Analyst

ArcGIS for Desktop Standard: 需要 Geostatistical Analyst

ArcGIS for Desktop Advanced: 需要 Geostatistical Analyst