空間異種性

空間異種性は、変数値の不均等な分布、または空間間の結果の体系的な変動を指します。

空間異種性とは、機械学習モデルの一部が地理によって体系的に異なる可能性があることを意味し、つまり、モデルのパラメータまたはエラー用語がロケーションに応じて変化する可能性があることを意味します。モデルの誤差期間変化、または残差の有無は、特殊な異種性である空間異質性によって引き起こされます。たとえば、気候と天候は異なる気候帯で劇的に変化し、森林破壊や作物の収量に影響を及ぼす可能性があります。空間的異種性が空間的効果として存在する場合は、空間的機械学習モデルで考慮する必要があります。

現実世界では、空間依存性は、他の独立した変数や依存変数(結果)に影響を与える上で、より大きなロールを果たすことがあります。しかし、空間的不均質性は、空間的依存よりも大きなロールを果たす可能性があります。しかし、両方とも多くのシナリオでロールを果たします。これは、特定のユース・ケースでは、空間効果に応じて、アプリケーションごとに異なる機械学習アルゴリズムを選択できることを意味します。

Oracle Spatial AIは、そのすべての空間機械学習アルゴリズムにおける空間関係と空間効果を考慮しています。そのため、空間重みはすべてのアルゴリズムに必要なパラメータです。空間的重みは空間的関係をどのように定量化するかです。空間効果は、自動相関/MoranのI、Lagrange Multipliers、Koenker-Basset Testなどの統計を使用してテストできます。

詳細は、「空間加重」、「空間自動相関」および「空間回帰のメトリック」を参照してください。