oraclesai.regression.GWRRegressor

class GWRRegressor(spatial_weights_definition=None, bandwidth=None, fixed=True)

GWRモデルは、近傍内の観測からターゲット変数と説明変数を組み込むことで、データセット内のすべての観測の局所回帰モデルをトレーニングし、独立変数と従属変数の間の関係を局所性によって変えることができます。

パラメータ:

• spatial_weights_definition - SpatialWeightsDefinition, default=None。 ネイバー間の空間関係を指定します。

• bandwidth - scalar, default=None。 距離または近接Kのいずれかで構成される帯域幅の値。 None以外の場合、spatial_weights_definitionパラメータを無視し、fixedに従って空間ウェイトを定義します。fixedがTrueの場合、DistanceBandWeightsDefinitionを使用します。それ以外の場合、KNNWeightsDefinitionを使用します。

• fixed - boolean, default=True。 基準距離ベースのカーネル関数ではTrue、適応近傍関数ではFalse。

メソッド

__init__([spatial_weights_definition, ...])
fit(X, y[, geometries, crs])	データセット上のすべてのサンプルに対して局所的な線形回帰を実行し、指定された帯域幅内にあるロケーションの従属変数および非依存変数を組み込みます。
get_params([deep])	このエスティメータのパラメータを取得します。
predict(X[, geometries])	指定されたデータを使用してGWRモデルを評価します。
score(X, y[, sample_weight, geometries])	回帰スコア関数またはR-Squaredの値を返します。
set_params(**params)	このエスティメータのパラメータを設定します。

属性

betas	返り値: トレーニング済GWRモデルの推定パラメータ(n x k)を含む2D配列
diagnostics	返り値: トレーニング済モデルの統計を含むSpatialDiagnosticsインスタンス。 ない場合
k	返り値: 係数を推定する変数の数(以下を含む)
model_type	返り値: 定義された回帰モデル
predy	返り値: トレーニング・データの予測を含む配列
summary	返り値: トレーニング済モデルのサマリー
u	返り値: トレーニング済モデルの残余を含む配列