李薇

（沈陽(yáng)市勘察測(cè)繪研究院有限公司，遼寧 沈陽(yáng) 110004）

1 GIS 大數(shù)據(jù)耦合技術(shù)分析

公式（1）中分類器T 為真實(shí)，其中分類誤差率P 屬于未知數(shù)，而在GIS 大數(shù)據(jù)耦合數(shù)據(jù)的驗(yàn)證中通常將樣本集D 內(nèi)的任一樣本進(jìn)行刪除，并且不會(huì)對(duì)T 的泛化誤差產(chǎn)生任何的影響。

通常樣本集D 內(nèi)的樣本數(shù)量是一定的，因此T 及D 將無(wú)法達(dá)到相互獨(dú)立存在的形式，由此，通過(guò)對(duì)模型預(yù)測(cè)性的實(shí)施評(píng)價(jià)后，若是能夠?qū)⒔徊骝?yàn)證評(píng)價(jià)所獲得的泛化誤差率作為模型計(jì)算中的真實(shí)誤差率，那么將會(huì)產(chǎn)生較高的誤差值，而此誤差數(shù)值可通過(guò)置信區(qū)間進(jìn)行評(píng)價(jià)[3]。

式中：Za/2 為在分割標(biāo)準(zhǔn)正態(tài)分布過(guò)程中獲取的右邊尾部面積的a/2 處分割位置的Z 值；W 為置信區(qū)間的寬度。

通過(guò)上述的計(jì)算驗(yàn)證可以確定，依據(jù)大數(shù)據(jù)增益的原理能夠反真實(shí)的的評(píng)估、反饋出評(píng)估準(zhǔn)則的可行性，并且對(duì)精確率及召回率具有更好的評(píng)估能力，但是相對(duì)而言準(zhǔn)確率卻稍差；另外，由于在進(jìn)行GIS 與大數(shù)據(jù)的耦合后將會(huì)產(chǎn)生更大范圍的增益應(yīng)用范圍，但置于F 測(cè)量準(zhǔn)則可更加適合不平衡比例的樣本數(shù)據(jù)集[4]。

2 云數(shù)據(jù)技術(shù)計(jì)算過(guò)程

在正常狀態(tài)狀態(tài)下，隨著樣本數(shù)m 的逐漸增大，GIS 大數(shù)據(jù)分析技術(shù)驗(yàn)證置信度也隨之上升，不過(guò)這一正相關(guān)關(guān)系并不是無(wú)限制的。研究發(fā)現(xiàn)，若僅僅只是對(duì)m 進(jìn)行單純的增加，則容易造成交叉驗(yàn)證的漸進(jìn)出現(xiàn)較大偏差。由此可見(jiàn)，若保證有效性，則要增加D 與T 的獨(dú)立性[5]。

假設(shè)x1，x2，…，xk是第1 組樣本，表示模型X 在不同數(shù)據(jù)集上的估計(jì)值，假設(shè)y1，y2，…，yk是第2 組樣本，表示模型Y 在不同數(shù)據(jù)集上的估計(jì)值，x1與y1相互配對(duì)，二者是采用相同的數(shù)據(jù)而產(chǎn)生的樣本，x2與y2相互配對(duì)，二者是采用相同的數(shù)據(jù)而產(chǎn)生的樣本，x3與y3也是如此，按照這樣的配對(duì)方式，直到最后一個(gè)樣本。用μ1來(lái)表示是第1 組樣本的平均值，用μ2來(lái)表示是第2 組樣本的平均值。有了平均值之后，若對(duì)兩個(gè)模型進(jìn)行比較，則直接看平均值是否有顯著的差別。兩個(gè)實(shí)驗(yàn)?zāi)Ｐ驮趯?shí)驗(yàn)的過(guò)程中進(jìn)行了一定的配對(duì)，故而也稱為配對(duì)的云數(shù)據(jù)技術(shù)測(cè)試。表1 所示為在樣板本比較少的情況下所進(jìn)行的配對(duì)云數(shù)據(jù)技術(shù)檢驗(yàn)方法。

表1 小樣本情況下配對(duì)云數(shù)據(jù)技術(shù)檢驗(yàn)方法

定義4 給定分類模型f1與f2，若IG（f1）＞IG（f2），則對(duì)于不確定性的減少，f1比f(wàn)2更有優(yōu)勢(shì)。

常常采用4 種模型對(duì)云數(shù)據(jù)技術(shù)問(wèn)題進(jìn)行解決，第1 種模型是準(zhǔn)確率；第2 種模型是精確率；第3 種模型是召回率（Recall）；第4 種模型是F 測(cè)量。

在yes 與no 二分類過(guò)程中，同一模型將會(huì)得到4 種不同結(jié)果，依次對(duì)應(yīng)為正確的肯定（true positive，TP）、正確的否定（true negative，TN）、錯(cuò)誤的肯定（false positive，F(xiàn)P）、錯(cuò)誤的否定（false negative，F(xiàn)N）。

準(zhǔn)確率、精確率、召回率和F 測(cè)量的計(jì)算可以采用如下公式。準(zhǔn)確率：

對(duì)于一些更為綜合的模型，其預(yù)測(cè)性能的評(píng)估指標(biāo)就可以采用大數(shù)據(jù)增益，從本質(zhì)上來(lái)說(shuō)，大數(shù)據(jù)增益類似于非線性的方式，它以這種非線性的方式對(duì)各種準(zhǔn)則進(jìn)行相應(yīng)的平衡，因此采用大數(shù)據(jù)增益進(jìn)行評(píng)估，可以得出其他相關(guān)的大數(shù)據(jù)，具體如下。

（1）根據(jù)大數(shù)據(jù)增益的原理，可以對(duì)有關(guān)評(píng)估準(zhǔn)則具備的實(shí)際評(píng)估能力進(jìn)行一定程反映。尤其是依據(jù)精確率和召回率，可以發(fā)現(xiàn)更多的大數(shù)據(jù)。相對(duì)來(lái)說(shuō)，精確率和召回率的評(píng)估能力更強(qiáng)，準(zhǔn)確率則相對(duì)較弱[6]。

（2）相比之下，大數(shù)據(jù)增益準(zhǔn)則的使用范圍更寬。對(duì)于采用F 測(cè)量準(zhǔn)則的情況，其比較適用于具有不平衡比例的樣本數(shù)據(jù)集。

3 結(jié)論

隨著經(jīng)濟(jì)全球化的推進(jìn)及其GIS 大數(shù)據(jù)危機(jī)在世界范圍內(nèi)的影響，關(guān)于GIS 大數(shù)據(jù)分析技術(shù)，得到了越來(lái)越多的專家關(guān)注，同時(shí)也已經(jīng)成為GIS 大數(shù)據(jù)核心內(nèi)容之一，關(guān)于GIS 大數(shù)據(jù)分析技術(shù)，在國(guó)際上并沒(méi)有形成統(tǒng)一的標(biāo)準(zhǔn)，很多人在對(duì)實(shí)際問(wèn)題進(jìn)行解決的時(shí)候，往往只是憑借自己的主觀經(jīng)驗(yàn)或者以往經(jīng)驗(yàn)，通過(guò)經(jīng)驗(yàn)來(lái)解決實(shí)際問(wèn)題，往往會(huì)出現(xiàn)較大的盲目性，鑒于此，有效利用科學(xué)技術(shù)，對(duì)云數(shù)據(jù)技術(shù)創(chuàng)新能力培養(yǎng)的準(zhǔn)則與方法采用科學(xué)的模型進(jìn)行解決勢(shì)在必行。

基于這樣的背景，本文在GIS 大數(shù)據(jù)分析技術(shù)與應(yīng)用中引入了糾正重復(fù)取樣云數(shù)據(jù)技術(shù)測(cè)試的云數(shù)據(jù)技術(shù)，通過(guò)專業(yè)的方法，提出了基于云數(shù)據(jù)技術(shù)的GIS 大數(shù)據(jù)分析技術(shù)，通過(guò)實(shí)驗(yàn)研究表明，從云數(shù)據(jù)技術(shù)中可以發(fā)現(xiàn)一些規(guī)律，若采用的規(guī)則矩陣不同，則結(jié)果也不同。