このツールの適用範囲を次に示します。
このツールの出力には、入力モデル ファイルの特性と内容を記述するジオプロセシング出力メッセージが表示されます。 このメッセージにアクセスするには、[ジオプロセシング] ウィンドウでプログレス バーの上にカーソルを置くか、ポップアップ ボタンをクリックするか、メッセージ セクションを展開します。 ジオプロセシング履歴から、以前に実行したツールのメッセージにアクセスすることもできます。
このメッセージには、次の情報とテーブルが含まれています。
モデル ファイルを作成するには、[一般化線形回帰分析 (Generalized Linear Regression)]、[フォレストベースおよびブースト分類と回帰 (Forest-based and Boosted Classification and Regression)]、または [Presence-only 予測 (Presence-only Prediction)] ツールで [出力トレーニング済みモデル ファイル] パラメーターを使用します。
[一般化線形回帰分析 (Generalized Linear Regression)] ツールで作成されたモデルでは、使用されたモデル タイプ (連続、バイナリ、またはカウント) がメッセージに表示されます。 [フォレストベースおよびブースト分類と回帰分析 (Forest-based and Boosted Classification and Regression)] ツールでは、回帰または分類にフォレストベース モデルが使用されたか勾配ブースト モデルが使用されたかがメッセージに表示されます。 [Presence-only 予測 (Presence-only Prediction)] ツールでは、背景ポイントが使用されたかどうかがメッセージに表示されます。
説明トレーニング距離フィーチャの単位は、このツールで編集できません。 このツールのダイアログ ボックスに表示される距離単位は、モデルのトレーニングに使用された距離単位によって決まります。
モデル ファイルを共有してさまざまなデータで予測できるようにする前に、変数の単位を設定しておくことをお勧めします。 誤って一致しない単位を使用すると、正しい分析結果が生成されないので、各変数の単位を記録しておくことが重要となります。 たとえば、米ドルで計測された収入を使用してモデルをトレーニングし、インド ルピーで計測された収入を使用して予測を立てると、値の範囲と係数の意味で不一致が生じるため、予測が不正確になります。
| ラベル | 説明 | データ タイプ |
入力モデルファイル | 空間統計モデル ファイル。 | File |
予測対象変数 (オプション) | 新しい場所で予測される変数の名前、説明、および単位。 | Value Table |
説明トレーニング変数 (オプション) | 入力モデルのトレーニングに使用される説明変数の名前、説明、および単位。 | Value Table |
説明トレーニング距離フィーチャ (オプション) | 入力モデルのトレーニングに使用される説明トレーニング距離フィーチャの名前、説明、および単位。 | Value Table |
説明トレーニング ラスター (オプション) | 入力モデルのトレーニングに使用される説明トレーニング ラスターの名前、説明、および単位。 | Value Table |
| ラベル | 説明 | データ タイプ |
| 更新済みのモデル ファイル | 変数の説明とテキストが反映された空間統計モデル ファイル。 | File |
arcpy.stats.SetSSMFileProperties(input_model, {variable_predict}, {explanatory_variables}, {distance_features}, {explanatory_rasters})| 名前 | 説明 | データ タイプ |
input_model | 空間統計モデル ファイル。 | File |
variable_predict [[var1, desc1, unit1], [var2, desc2, unit2],...] (オプション) | 新しい場所で予測される変数の名前、説明、および単位。 | Value Table |
explanatory_variables [[var1, desc1, unit1], [var2, desc2, unit2],...] (オプション) | 入力モデルのトレーニングに使用される説明変数の名前、説明、および単位。 | Value Table |
distance_features [[var1, desc1, unit1], [var2, desc2, unit2],...] (オプション) | 入力モデルのトレーニングに使用される説明トレーニング距離フィーチャの名前、説明、および単位。 | Value Table |
explanatory_rasters [[var1, desc1, unit1], [var2, desc2, unit2],...] (オプション) | 入力モデルのトレーニングに使用される説明トレーニング ラスターの名前、説明、および単位。 | Value Table |
| 名前 | 説明 | データ タイプ |
| updated_model_file | 変数の説明とテキストが反映された空間統計モデル ファイル。 | File |
次の Python ウィンドウ スクリプトは、SetSSMFileProperties 関数の使用方法を示しています。
arcpy.stats.SetSSMFileProperties ("C:/MyData/input_modelfile.ssm",
[["CORN", "Presence of Corn Prediction", "No Units"]],
[["RASTER1", "Rainfall", "millimeter"], ["RASTER2", "Temperature", "Celsius"],
["RASTER3", "Crop Type", "No units']])次のスタンドアロン Python スクリプトは、SetSSMFileProperties 関数の使用方法を示しています。
# Set the properties of a spatial statistics model file
# Import modules
import arcpy
# Set the current workspace
arcpy.env.workspace = "C:/MyData"
# Set Variable Description and units
var_predict = [["FatalityPresence", "Binary value to show presence of fatality", "No Units"]]
var_exp = [["ALCOHOL_RELATED", "Number of accidents related to alcohol usage", "Count"],
["SPEED", "Speed of the vehicle", "Miles per hour"]]
var_distance = [["INTERSECTION", "Distance to a road intersection", "Miles"]]
# Run tool
arcpy.stats.SetSSMFileProperties("input_modelfile.ssm", var_predict, var_exp,
var_distance)
# Print geoprocessing messages
print(arcpy.GetMessages)