यह कमांड v.classgrass है जिसे हमारे कई मुफ्त ऑनलाइन वर्कस्टेशन जैसे कि उबंटू ऑनलाइन, फेडोरा ऑनलाइन, विंडोज ऑनलाइन एमुलेटर या मैक ओएस ऑनलाइन एमुलेटर का उपयोग करके ऑनवर्क्स फ्री होस्टिंग प्रदाता में चलाया जा सकता है।
कार्यक्रम:
नाम
वी.वर्ग - विशेषता डेटा को वर्गीकृत करता है, उदाहरण के लिए विषयगत मानचित्रण के लिए
कीवर्ड
वेक्टर, वर्गीकरण, विशेषता तालिका, सांख्यिकी
SYNOPSIS
वी.वर्ग
वी.वर्ग --मदद
वी.वर्ग [-g] नक्शा=नाम [परत=स्ट्रिंग] स्तंभ=नाम [जहां=sql_query] कलन विधि=स्ट्रिंग
nbclasses=पूर्णांक [--मदद] [--वाचाल] [--शांत] [--ui]
झंडे:
-g
केवल कक्षा विराम प्रिंट करें (न्यूनतम और अधिकतम के बिना)
--मदद
प्रिंट उपयोग सारांश
--शब्दशः
वर्बोज़ मॉड्यूल आउटपुट
--शांत
शांत मॉड्यूल आउटपुट
--यूआई
बलपूर्वक GUI संवाद लॉन्च करना
पैरामीटर:
नक्शा=नाम [आवश्यक]
वेक्टर मानचित्र का नाम
या सीधे OGR एक्सेस के लिए डेटा स्रोत
परत=स्ट्रिंग
परत संख्या या नाम
वेक्टर सुविधाओं में विभिन्न परतों में श्रेणी मान हो सकते हैं। यह संख्या निर्धारित करती है
किस परत का उपयोग करना है। जब प्रत्यक्ष ओजीआर पहुंच के साथ प्रयोग किया जाता है तो यह परत का नाम होता है।
चूक: 1
स्तंभ=नाम [आवश्यक]
स्तंभ का नाम या अभिव्यक्ति
जहां=sql_query
जहां 'कहां' कीवर्ड के बिना SQL कथन की शर्तें
उदाहरण: आय <1000 और निवास>= 10000
कलन विधि=स्ट्रिंग [आवश्यक]
वर्गीकरण के लिए उपयोग किया जाने वाला एल्गोरिदम
विकल्प: NS, एसटीडी, योग्यता, सम, जिले
int: सरल अंतराल
एसटीडी: मानक विचलन
यहां: मात्राएँ
equ: समसंभाव्य (सामान्य वितरण)
nbclasses=पूर्णांक [आवश्यक]
परिभाषित करने के लिए वर्गों की संख्या
वर्णन
वी.वर्ग वेक्टर विशेषता डेटा को वर्गों में वर्गीकृत करता है, उदाहरण के लिए विषयगत मानचित्रण के लिए।
वर्गीकरण एक कॉलम पर या एक अभिव्यक्ति पर हो सकता है जिसमें कई कॉलम शामिल हैं
वेक्टर मानचित्र से जुड़ी तालिका। उपयोगकर्ता वांछित वर्गों की संख्या इंगित करता है और
वर्गीकरण के लिए उपयोग किया जाने वाला एल्गोरिदम. के लिए कई एल्गोरिदम लागू किए गए हैं
वर्गीकरण: समान अंतराल, मानक विचलन, मात्राएँ, समान संभावनाएँ, और ए
फ्री यूनिवर्सिटी में जीन-पियरे ग्रिमेउ द्वारा विकसित डिसकंटीनिटी एल्गोरिदम
ब्रुसेल्स (यूएलबी)। इसका उपयोग विषयगत मैपिंग मॉड्यूल में क्लास ब्रेक को पाइप करने के लिए किया जा सकता है
d.वेक्ट.विषयगत (नीचे उदाहरण देखें);
टिप्पणियाँ
RSI बराबर अंतराल एल्गोरिदम बस अधिकतम-न्यूनतम सीमा को ब्रेक की संख्या से विभाजित करता है
कक्षा विराम के बीच का अंतराल निर्धारित करें।
RSI मात्राएँ एल्गोरिदम ऐसी कक्षाएं बनाता है जिनमें सभी की संख्या लगभग समान होती है
टिप्पणियों.
RSI मानक विचलन एल्गोरिथ्म वर्ग विराम बनाता है जो माध्य का एक संयोजन है
+/- मानक विचलन. यह एक स्केल फ़ैक्टर (<1) की गणना करता है जिससे गुणा करना है
सभी वर्ग विरामों को न्यूनतम-अधिकतम की सीमा में लाने के लिए मानक विचलन
डेटा मान.
RSI समसंभाव्यताएँ एल्गोरिदम ऐसी कक्षाएं बनाता है जो समसंभाव्य होंगी यदि
वितरण सामान्य था. यदि कुछ वर्ग विराम न्यूनतम-अधिकतम सीमा से बाहर आते हैं
डेटा मान, एल्गोरिदम एक चेतावनी प्रिंट करता है और ब्रेक की संख्या कम कर देता है, लेकिन
उपयोग की जाने वाली संभाव्यताएं मांगे गए ब्रेकों की संख्या से संबंधित होती हैं।
RSI असंतोष एल्गोरिदम व्यवस्थित रूप से ढलान में असंतोष की खोज करता है
सीधी रेखा खंडों के माध्यम से इस वक्र का अनुमान लगाकर, संचयी आवृत्ति वक्र
जिनके शीर्ष वर्ग विराम को परिभाषित करते हैं। पहला सन्निकटन एक सीधी रेखा है जो
वक्र के दो अंतिम नोड्स को जोड़ता है। फिर इस रेखा को दो खंडों वाली रेखा से बदल दिया जाता है
पॉलीलाइन जिसका केंद्रीय नोड वक्र पर वह बिंदु है जो पूर्ववर्ती से सबसे दूर है
सरल रेखा। फिर इस नई पॉलीलाइन से सबसे दूर वक्र पर बिंदु को चुना जाता है
पिछले दो खंडों में से एक को तोड़ने के लिए नया नोड, इत्यादि। समस्या
दोनों अक्षों के बीच इकाइयों के संदर्भ में अंतर को दोनों को पुनः स्केल करके हल किया जाता है
0 और 1 के बीच के अंतराल के आयाम। मूल एल्गोरिदम में, प्रक्रिया है
रुक गया जब दो नए खंडों की ढलानों के बीच अंतर नहीं रह गया
महत्वपूर्ण (अल्फा = 0.05)। चूंकि ढलान आवृत्ति और के बीच का अनुपात है
संबंधित अंतराल का आयाम, यानी उसका घनत्व, यह प्रभावी ढंग से परीक्षण करता है कि नहीं
दो नए प्रस्तावित वर्गों की आवृत्तियाँ प्राप्त आवृत्तियों से भिन्न हैं
बस उनकी आवृत्तियों के योग को वर्ग के अनुपात में उनके बीच वितरित करना
आयाम GRASS कार्यान्वयन में, एल्गोरिथम जारी रहता है, लेकिन एक चेतावनी जारी रहती है
मुद्रित।
उदाहरण
क्वांटाइल्स का उपयोग करके मानचित्र कम्यून्स के कॉलम पॉप को 5 वर्गों में वर्गीकृत करें:
वी.क्लास मैप=कम्यून्स कॉलम=पॉप एल्गो=क्वा एनबीक्लासेस=5
यह उदाहरण जनसंख्या घनत्व की गणना करने और निर्धारित करने के लिए जनसंख्या और क्षेत्र का उपयोग करता है
घनत्व वर्ग:
वी.क्लास मैप=कम्यून्स कॉलम=पॉप/एरिया एल्गो=एसटीडी एनबीक्लासेस=5
निम्नलिखित उदाहरण d.class के आउटपुट का उपयोग करता है और इसे सीधे इसमें फीड करता है
d.वेक्ट.विषयगत:
d.vect.thematic -l मानचित्र=कम्यून्स2 कॉलम=पॉप/क्षेत्र \
ब्रेक=`वी.क्लास -जी मैप=कम्यून्स2 कॉलम=पॉप/एरिया एल्गो=एसटीडी एनबीसीएल=5` \
colors=0:0:255,50:100:255,255:100:50,255:0:0,156:0:0
onworks.net सेवाओं का उपयोग करके ऑनलाइन v.classgrass का उपयोग करें
