建设网站要备案吗,999免费的网站,百色建设局网站,校园生活网页设计3.错误使用 reshape 元素数不能更改。请使用 [] 作为大小输入之一#xff0c;以自动计算该维度的适当大小。 仔细检查之后发现原因是#xff1a;两个栅格图层的行列数不一致。解决办法如下#xff1a;
先改变栅格图层1源文件的投影坐标系#xff0c;再进行掩膜提取#x…3.错误使用 reshape 元素数不能更改。请使用 [] 作为大小输入之一以自动计算该维度的适当大小。 仔细检查之后发现原因是两个栅格图层的行列数不一致。解决办法如下
先改变栅格图层1源文件的投影坐标系再进行掩膜提取Arctoolbox——Data Management Tools——Projections and Transformations——Raster——Project Raster在弹出的对话框中选定栅格图层2的坐标系和栅格大小然后进行掩膜提取就会得到行列数相等的两个栅格文件。如果要实现批量处理也可以在python里面使用函数arcpy.ProjectRaster_management(栅格文件,输出名字,“投影坐标系文件所在路径”,“重采样方式”,重采样栅格大小)。
2.学习到的工具 readgeoraster
1.学习到的工具箱Statistics and Machine Learning Toolbox——使用统计与机器学习工具。 Statistics and Machine Learning Toolbox 提供了一系列函数和 App可用于数据描述、分析和建模。您可以使用描述性统计量、可视化和聚类进行探索性数据分析对数据进行概率分布拟合生成用于蒙特卡罗模拟的随机数以及执行假设检验。借助工具箱提供的回归和分类算法您可以基于数据进行推断并构建预测模型您既可选择分类学习器和回归学习器进行交互式操作也可使用 AutoML 以编程方式操作。
针对多维数据分析和特征提取此工具箱提供了主成分分析 (PCA)、正则化、降维和特征选择方法让您能够识别预测能力最强的变量。
此工具箱提供了有监督、半监督和无监督机器学习算法包括支持向量机 (SVM)、提升决策树、浅层神经网络、k 均值和其他聚类方法。您可以应用可解释性方法例如部分依赖图、Shapley 值和 LIME并自动生成 C/C 代码以进行嵌入式部署。原生 Simulink 模块支持您将预测模型用于仿真和基于模型的设计。对于那些无法存储到内存的大型数据集该工具箱中的许多算法同样适用。
