网站建设应注意哪些问题比价网站怎么做的

网站建设应注意哪些问题,比价网站怎么做的,微信小程序在哪里?,岳阳seo快速排名文章目录前言第一步#xff1a;你要解决的问题#xff08;为什么要插值#xff1f;#xff09;第二步#xff1a;核心思想——“近的东西更相似”#xff08;空间自相关#xff09;第三步#xff1a;半变异函数 —— 找到“距离与差异”的数学关系第四步#xff1a;选…文章目录前言第一步你要解决的问题为什么要插值第二步核心思想——“近的东西更相似”空间自相关第三步半变异函数 —— 找到“距离与差异”的数学关系第四步选择理论半变异函数模型给规律套公式总结前言克里金法是通过一组具有 z 值的分散点生成估计表面的高级地统计过程。与插值工具集中的其他插值方法不同选择用于生成输出表面的最佳估算方法之前有效使用克里金法工具涉及 z 值表示的现象的空间行为的交互研究。第一步你要解决的问题为什么要插值想象一下你在一个城市开了几家奶茶店每间店都记录了今天的平均销量。现在你想做一张全市奶茶销量热度预测图但你不能在全市每个路口都开店。你的已知数据散布在城市里的10家店的销量数据。你的目标预测那些没有开店的区域比如某个小区、某个商场门口的销量大概是多少。克里金插值就是帮你完成这个预测的“超级算法”。它不是一个简单的平均而是一个聪明的、考虑距离和空间规律的加权平均。第二步核心思想——“近的东西更相似”空间自相关这是克里金插值的核心假设距离越近的两家店它们的销量应该越相似距离越远销量差异可能越大。就像两家紧邻的奶茶店销量会差不多但一个在市中心一个在郊区销量就可能天差地别。那么这个“相似度随距离如何变化”的规律怎么找呢答案就是靠 “半变异函数”。第三步半变异函数 —— 找到“距离与差异”的数学关系我们来“发明”这个函数收集数据对把你所有的奶茶店两两配对。计算距离h测量每一对店之间的直线距离。差异值γ计算这一对店销量的差异公式是差异值 (销量1 - 销量2)² / 2。画点以距离h 为横轴差异值γ 为纵轴把每一对店的数据点画在图上。你会得到很多散点。拟合曲线画一条最能代表这些散点分布趋势的平滑曲线。这条曲线就是经验半变异函数。这条曲线告诉了我们一个关于你奶茶生意的秘密开始阶段近处曲线快速上升。说明即使距离很近销量差异也可能不小比如店开在马路两边一边人多一边人少。平稳阶段曲线上升到某个高度后开始变得平缓不再明显上升。变程Range曲线开始变平缓的那个距离点。这意味着超过这个距离的两家店它们的销量就没什么空间相关性了和随便选两家店差不多。比如“变程3公里”意味着3公里以外的店对彼此销量预测基本没参考价值。基台值Sill曲线平缓时达到的高度。代表了数据的总体波动水平。块金值Nugget曲线在距离为0时与纵轴的截距。理论上距离为0差异应该为0但现实中由于测量误差或微小尺度的剧烈变化比如同个商场里不同位置的店销量也有差别会导致一个初始差值。块金值越大说明小范围的随机波动越强。第四步选择理论半变异函数模型给规律套公式经验曲线是散点我们需要用一个标准的数学公式模型来拟合它才能用于计算。ArcGIS里常用的几个模型就像不同形状的“尺子”球状模型特点线性增长达到变程后突然变得完全平缓。比喻像爬一个坡到顶后是一个平地。最常用适用于大多数具有明确影响范围的现象如污染物扩散、气温。什么时候选当你数据的半变异函数在变程内增长比较均匀到达变程后相关性迅速消失。指数模型特点从原点开始以指数形式增长逐渐逼近基台值在数学上需要到无穷远才完全达到基台值。通常定义一个“有效变程”达到基台值95%的距离。比喻像一个永远在接近但很难完全到达天花板的过程。空间影响的范围没有绝对的边界只是影响越来越弱。什么时候选当空间相关性随距离衰减得非常缓慢没有绝对边界时。高斯模型特点在原点附近呈抛物线形状非常平缓然后加速上升最后逐渐平缓。比喻现象在非常近的范围内非常相似曲线很平然后差异性才开始显现。比如土壤中某种元素含量一小片区域内可能很均匀超出一定范围才变化。什么时候选当数据在短距离内具有高度的连续性、非常平滑时。如何选择黄金法则让软件自动拟合这是最推荐新手使用的方法。在ArcGIS的克里金工具中直接选择“最优”选项软件会根据你的数据自动计算并匹配最佳模型和参数。手动比较如果自动效果不好你可以分别用这几个模型试一遍然后看预测误差。重点关注均方根误差RMSE越小越好。平均标准误差ASE越小越好。标准平均值越接近0越好。RMSSE最理想是接近1。1表示低估了预测的不确定性1表示高估了。选择那个让RMSE最小且RMSSE最接近1的模型。总结把整个流程串起来就像做一杯“空间预测奶茶”原料你的数据散布在各处的奶茶店销量。研究配方半变异分析分析“距离”和“销量差异”的关系找到“3公里以内有参考价值3公里外不管用”的规律。选择标准量具选择模型球状模型像有刻度的量杯界限分明。指数模型像一把有弹性的软尺边界模糊。高斯模型像一个漏斗开始很细变化慢。不知道怎么选让厨师长软件自动推荐一个最合适的制作奶茶克里金插值预测一个新地点如A小区的销量时找出A小区附近3公里内的所有店。根据它们各自的距离和我们找到的配方规律给每家店的销量分配一个权重近的权重大远的权重小。用这个加权平均算出的值作为A小区的预测销量。品控报告检验误差最后算法还会告诉你这杯“预测奶茶”的可信度如何Kriging方差误差大不大。