oraclesai.regression.GeographicalRegressor

class GeographicalRegressor(global_model=None, model_cls=None, spatial_weights_definition=None, bandwidth=None, fixed=True, local_weight=0.25, **kwargs)

地理的回帰交渉。 グローバル・モデルと複数のローカル・モデルを使用して回帰を実行します。

パラメータ:

  • global_model - scikit-learnエスティメータ・インスタンス(default=None)。 グローバル・モデルとして使用されるトレーニング済モデル。 ローカル・モデルは、このモデルと同じタイプになります。 model_clsがNoneの場合は必須です。

  • model_cls - scikit-learnエスティメータのクラス。default=None。 グローバル・モデルおよびローカル・モデルのタイプ。 (global_modelではなく) model_clsを指定すると、グローバル・モデルがトレーニングされます。 global_model=Noneの場合に必要です。model_cls作成パラメータはkwargsとして指定されます。

  • spatial_weights_definition - SpatialWeightsDefinition, default=None。 空間関係の指定。 この基準は、データを近所にグループ化し、ローカル・モデルをトレーニングするために使用されます。

  • bandwidth - intまたはfloat、default=None。 距離(fixed=True)または最も近い近傍の数(fixed=False)。bandwidth + fixedは、空間関係の指定を設定する別の方法です。 spatial_weights_definitionが設定されている場合は無視されます。

  • fixed - bool, default=True。 帯域幅が距離を表す場合は真。 Falseは、最も近い隣人の数です。

  • local_weight - float (0.0から1.0)、default=0.25。 ローカル・モデルの予測に関連付けられた重み。

  • kwargs - パラメータmodel_cls.を使用して作成された内部モデルの追加パラメータ

メソッド

__init__([global_model, model_cls, ...])

add_metric_info(metric_name, result[, ...])

fit(X, y[, geometries, crs, ...])

地理的回帰モデルをトレーニングします。

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[, y, geometries, crs])

グローバル・モデルとジオメトリに近いローカル・モデルを使用して、Xのターゲット値を予測します。

score(X, y[, geometries, sample_weight, crs])

回帰スコア関数またはR-Squaredの値を返します。

set_fit_input(X[, geometries, y, ...])

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

metrics_info

predict_input_info

predict_output_info