pysal.viz.mapclassify.
HeadTail_Breaks
(y)[源代码]¶重尾分布的首尾断裂图分类
参数: |
|
---|
笔记
头部/尾部断裂是一种相对较新的分类方法,是为具有重尾分布的数据开发的。
实施基于alessandra sozzi的贡献<alessandra.sozzi@gmail.com>。
有关理论详细信息,请参见 [Jia13] .
实例
>>> import numpy as np
>>> import pysal.viz.mapclassify as mc
>>> np.random.seed(10)
>>> cal = mc.load_example()
>>> htb = mc.HeadTail_Breaks(cal)
>>> htb.k
3
>>> htb.counts
array([50, 7, 1])
>>> htb.bins
array([ 125.92810345, 811.26 , 4111.45 ])
>>> np.random.seed(123456)
>>> x = np.random.lognormal(3, 1, 1000)
>>> htb = mc.HeadTail_Breaks(x)
>>> htb.bins
array([ 32.26204423, 72.50205622, 128.07150107, 190.2899093 ,
264.82847377, 457.88157946, 576.76046949])
>>> htb.counts
array([695, 209, 62, 22, 10, 1, 1])
属性: |
|
---|
方法
__call__ \(*args,*kwargs) |
这将允许像调用函数一样调用分类器。 |
find_bin [(x)] |
根据当前仓位估计对输入或输入进行排序 |
get_adcm () |
班级中位数(adcm)周围的绝对偏差。 |
get_gadf () |
拟合绝对偏差的优度 |
get_tss () |
类均值的平方和 |
make \(*args,*kwargs) |
根据此函数指定的配置选项,配置并创建将使用数据并生成分类的分类器。 |
update \([Y,就地]) |
添加数据或更改分类参数。 |
方法
__init__ (y) |
初始化自身。 |
find_bin [(x)] |
根据当前仓位估计对输入或输入进行排序 |
get_adcm () |
班级中位数(adcm)周围的绝对偏差。 |
get_gadf () |
拟合绝对偏差的优度 |
get_tss () |
类均值的平方和 |
make \(*args,*kwargs) |
根据此函数指定的配置选项,配置并创建将使用数据并生成分类的分类器。 |
update \([Y,就地]) |
添加数据或更改分类参数。 |