pysal.viz.mapclassify.Max_P_Classifier¶

class pysal.viz.mapclassify.Max_P_Classifier(y, k=5, initial=1000)[源代码]¶

最大地图分类

基于最大区域化算法

参数:	y : 数组 （n，1），要分类的值 k : 利息 需要的类数 最初的 : 利息 交换前要使用的初始解决方案数

实例

>>> import pysal.viz.mapclassify as mc
>>> cal = mc.load_example()
>>> mp = mc.Max_P_Classifier(cal)
>>> mp.bins
array([   8.7 ,   20.47,   36.68,  110.74, 4111.45])
>>> mp.counts
array([29,  9,  5,  7,  8])

属性:	yb : 数组 （n，1），用于观察的肥料箱ID， bins : 数组 （k，1），每个类的上界 k : 利息 班级数量 counts : 数组 （k，1），属于每一类的观察数

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。

__init__(y, k=5, initial=1000)[源代码]¶

初始化自身。请参阅帮助（键入（self））以获得准确的签名。

方法

__init__ \（Y[，K，首字母]）	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。