Fonction Predict Using Regression (Prévoir à l’aide d’une régression)

La fonction Predict Using Regression (Prévoir à l’aide d’une régression) calcule un raster prévu à partir des entrées de données raster et d’un modèle de régression. Le modèle de régression constitue la sortie de l’outil Entraîner le modèle de régression Arbres aléatoires.

Remarques

Le modèle de régression est défini dans un fichier de définition de régression Esri (.ecd). Il contient toutes les informations relatives à un jeu de données en particulier ou à un ensemble de jeux de données, et le modèle de régression est généré par l’outil Créer un modèle de régression d’arbres aléatoire.

L’entrée peut être un raster à un seul canal, à plusieurs canaux ou un raster multidimensionnel, ou une liste de ces types. Les types de raster en entrée doivent être les mêmes que le type de raster créé par le modèle de régression.

• Lorsque l’entrée est un raster à plusieurs canaux, chaque canal est traité comme une variable de prévision. Les canaux doivent être dans le même ordre que dans l’entrée à plusieurs canaux de l’outil de création de modèle de régression.
• Lorsque l’entrée est un raster multidimensionnel, chaque variable est traitée comme une variable de prévision. Elle doit avoir un seul canal et une dimension temporelle. L’ordre et les noms des variables doivent être les mêmes que ceux de l’entrée lors de la création du modèle de régression. La sortie est un raster multidimensionnel.
• L’entrée peut être une liste d’éléments. Le nombre d’éléments et leur ordre doivent correspondre à l’entrée lors de la création du modèle de régression.

Paramètres

La table suivante décrit les paramètres :

Paramètre	Description
Rasters	Les rasters ou jeux de données représentant les variables de prévision. Il peut s’agir d’un raster à un seul canal, à plusieurs canaux, d’un raster multidimensionnel, d’un jeu de données mosaïque ou d’un ensemble de rasters.
Fichier de définition en entrée	Fichier de définition de régression Esri (.ecd) qui contient les statistiques et les informations pour l’ensemble de données, le modèle de régression et les attributs choisis.