空間パイプラインについて

空間パイプラインは、既存のscikit-learnパイプラインを拡張して、ジオメトリ・データや空間重みなどの空間情報を含めます。

SpatialPipelineクラスは、空間ステップと非空間ステップの両方を簡単に連鎖でき、エスティメータで構成されます。エスティメータは次のいずれかです:

トランスフォーマ: 次の表で説明するfitおよびtransformメソッドを持つエスティメータ。

メソッド	説明
`fit`	`fit`メソッドは、トレーニング・データから統計およびその他のプロパティを計算します。
`transform`	`transform`メソッドは、fitメソッドで計算された値を適用してデータを変更します。
`fit_transform`	トレーニング・データを使用して、`fit`および`transform`メソッドを順番にコールします。

トランスフォーマの一般的な例の1つは、StandardScalerです。この例では、各フィーチャの平均および単位の差異がゼロになるようにデータを標準化します。通常、トランスフォーマはパイプラインの前処理ステップの一部です。

Classifier/Regressor: このエスティメータは、パイプラインの最後のステップである必要があります。回帰または分類タスクのいずれかです。パイプラインで使用できるメソッドは、最終ステップのメソッドに対応します。この場合、fit、predictおよびscoreメソッドと、エスティメータに関連付けられた他のメソッドがあります。通常、パイプラインは、このエスティメータに到達する前に複数のトランスフォーマを通過します。

複合エスティメータ: これらのエスティメータは、複数のエスティメータを組み合せることができ、他のエスティメータと連鎖させることができます。たとえば、データに対する複数の変換を実行してから、このパイプラインを回帰タスクの別のパイプラインの一部にする前処理パイプラインがあるとします。 3つのコンポジット・エスティメータがあります:

エスティメータ	説明
`SpatialPipeline`	空間情報を含むパイプライン。
`SpatialFeatureUnion`	異なるエスティメータの結果列(機能)を連結して、空間情報を共有しながら単一の入力を作成します。
`SpatialColumnTransformer`	入力から列のサブセット(機能)を選択し、空間情報の共有中にこれらの列をエスティメータに渡します。

空間パイプラインは、通常のscikit-learnパイプラインと同じ入力に加え、空間プロセス(空間トランスフォーマ、空間モデルまたは予測子)に必要な空間情報も取得できます。この追加の空間情報は、次の2つのカテゴリに分けられます:

データのロケーション/ジオメトリ: 入力データの各サンプルに関連付けられたジオメトリXは、ジオメトリのベクトルです。 XがジオパンダGeoDataFrameまたはSpatialDataFrameの場合、このベクトルをXに埋め込むことができます。パラメータ・ジオメトリでも定義できます。
空間パラメータ: これらは、ジオメトリ(CRS)に関するコンテキストの提供、空間関係の説明/定量化(空間重み定義、空間重みオブジェクト)またはより高速な空間検索(空間索引)の実行に使用する追加パラメータです。

次の図は、空間パイプライン内のデータ・フローを示しています。

図spatial_ai_pipeline.pngの説明

前述の図に示すように、X、yおよび(オプションで)空間パラメータで構成される入力データは、空間パイプラインによって受信されます。入力Xは、X' (非空間データ)およびジオメトリに分割できます。次に、空間パラメータとジオメトリが抽出され、パイプライン内のすべての空間ステップに渡されます。