v.classgrass - Online în cloud

PROGRAM:

NUME

v.clasa - Clasifică datele de atribut, de exemplu pentru maparea tematică

CUVINTE CHEIE

vector, clasificare, tabel de atribute, statistici

REZUMAT

v.clasa
v.clasa --Ajutor
v.clasa [-g] Hartă=nume [strat=şir] coloană=nume [Unde=sql_query] Algoritmul=şir
nbclasses=întreg [--ajutor] [-prolix] [-liniştit] [-ui]

Steaguri:
-g
Tipăriți numai pauzele de curs (fără min și max)

--Ajutor
Imprimați rezumatul utilizării

--verbos
Ieșire modulară

--Liniște
Ieșire silențioasă a modulului

--ui
Forțați lansarea dialogului GUI

parametri:
Hartă=nume [necesar]
Numele hărții vectoriale
Sau sursa de date pentru acces direct OGR

strat=şir
Numărul sau numele stratului
Caracteristicile vectoriale pot avea valori de categorie în straturi diferite. Acest număr determină
ce strat să folosești. Când este utilizat cu acces direct OGR, acesta este numele stratului.
Mod implicit: 1

coloană=nume [necesar]
Numele coloanei sau expresia

Unde=sql_query
Condițiile WHERE ale instrucțiunii SQL fără cuvântul cheie „unde”.
Exemplu: venit < 1000 și hab >= 10000

Algoritmul=şir [necesar]
Algoritm de utilizat pentru clasificare
Opțiuni: int, std, cam, equ, spune
int: intervale simple
std: abateri standard
aici: cuantile
teh: echiprobabil (distribuție normală)

nbclasses=întreg [necesar]
Numărul de clase de definit

DESCRIERE

v.clasa clasifică datele de atribute vectoriale în clase, de exemplu pentru maparea tematică.
Clasificarea poate fi pe o coloană sau pe o expresie care include mai multe coloane, toate în
tabelul legat de harta vectorială. Utilizatorul indică numărul de clase dorit și
algoritmul de utilizat pentru clasificare. Sunt implementați mai mulți algoritmi pentru
clasificare: interval egal, abatere standard, cuantile, probabilități egale și a
algoritm de discontinuități dezvoltat de Jean-Pierre Grimmeau la Universitatea Liberă din
Bruxelles (ULB). Poate fi folosit pentru a canaliza pauzele de clasă în module de mapare tematică, cum ar fi
d.vect.tematic (vezi exemplul de mai jos);

NOTE

egal interval algoritmul împarte pur și simplu intervalul max-min la numărul de pauze până la
determina intervalul dintre pauzele de curs.

cuantile algoritmul creează clase care conțin toate aproximativ același număr de
observații.

standard abateri algoritmul creează întreruperi de clasă care sunt o combinație a mediei
+/- abaterea standard. Acesta calculează un factor de scară (<1) cu care să se înmulțească
abatere standard pentru ca toate pauzele de clasă să se încadreze în intervalul min-max de
valorile datelor.

echiprobabilități algoritmul creează clase care ar fi echiprobabile dacă
distribuția a fost normală. Dacă unele dintre pauzele de clasă nu se încadrează în intervalul min-max al
valorile datelor, algoritmul imprimă un avertisment și reduce numărul de pauze, dar
probabilitățile utilizate sunt cele ale numărului de pauze solicitate.

disconfort algoritmul caută sistematic discontinuități în panta
curba de frecvențe cumulate, prin aproximarea acestei curbe prin segmente de linie dreaptă
ale căror vârfuri definesc rupturile de clasă. Prima aproximare este o linie dreaptă care
leagă cele două noduri de capăt ale curbei. Această linie este apoi înlocuită cu o linie cu două segmente
polilinie al cărei nod central este punctul de pe curbă care este cel mai îndepărtat de precedentă
linie dreapta. Punctul de pe curba cel mai îndepărtat de această nouă polilinie este apoi ales ca a
nod nou pentru a crea sparge unul dintre cele două segmente precedente și așa mai departe. Problema
a diferenței în ceea ce privește unitățile dintre cele două axe se rezolvă prin redimensionarea ambelor
amplitudini la un interval între 0 și 1. În algoritmul original, procesul este
oprit când diferenţa dintre pantele celor două noi segmente nu mai este
semnificativ (alfa = 0.05). Întrucât panta este raportul dintre frecvență și
amplitudinea intervalului corespunzător, adică densitatea acestuia, aceasta testează eficient dacă
frecvenţele celor două clase nou propuse sunt diferite de cele obţinute de
distribuind pur și simplu suma frecvențelor lor între ei proporțional cu clasa
amplitudini. În implementarea GRASS, algoritmul continuă, dar este un avertisment
imprimate.

EXEMPLU

Clasificați coloana pop a comunelor hărți în 5 clase folosind cuantile:
v.class map=communes column=pop algo=qua nbclasses=5
Acest exemplu utilizează populația și zona pentru a calcula o densitate a populației și pentru a determina
clasele de densitate:
v.class map=communes column=pop/area algo=std nbclasses=5
Următorul exemplu folosește ieșirea d.class și o alimentează direct în
d.vect.tematic:
d.vect.thematic -l map=communes2 column=pop/zonă \
breaks=`v.class -g map=communes2 column=pop/area algo=std nbcla=5` \
colors=0:0:255,50:100:255,255:100:50,255:0:0,156:0:0

Utilizați v.classgrass online folosind serviciile onworks.net