克里金法
）。方块表示数据位置。红色所示的克里金插值曲线沿灰色所示正态分布可信区间的均值延伸。虚线显示了一个平滑的样条，但它显著偏离了由这些均值给出的期望值。]] 克里金或克里金法（kriging，Kriging，发音为）也称为高斯过程回归，在统计学中（最初在地理统计中），是一种基于受先验协方差支配的高斯过程的插值方法。在适当的先验假设下，克里金法在未采样位置给出最佳线性无偏预测（best linear unbiased prediction，B…
标签：#地理统计
共 7 篇文章
聚类分析
聚类分析（）亦称-{集群}-分析，是对于统计数据分析的一门技术，在许多领域受到广泛应用，包括机器学习，数据挖掘，模式识别，图像分析以及生物信息。聚类是把相似的对象通过静态分类的方法分成不同的组别或者更多的子集（subset），这样让在同一个子集中的成员对象都有相似的一些属性，常见的包括在坐标系中更加短的空间距离等。 一般把数据聚类归纳为一种非監督式學習。 定义 聚类（clustering）的概念不能精确定义，这也是为什么聚类算法众多的原…
马特恩协方差函数
马特恩协方差函数（）是统计学中的一个协方差函数，其名称源于瑞典林业统计学家马特恩（Bertil Matérn）。该函数在空间统计学、地质统计学、机器学习、图像分析以及其他度量空间上的多变量统计分析中都有着广泛的应用。它常被用于定义两点测量值之间的协方差。由于该协方差只取决于两点间的距离，因而是平稳的。如使用欧几里得距离来定义距离，此时的马特恩协方差函数是各向同性的。 定义 马特恩协方差函数的定义为： : C_\nu(d) = \sigm…
地理统计
地理统计（，或译作地统计学、地学统计、地质统计学等）是统计学中关注空间或时空数据集的一个分支，最初是从采矿作业中预测矿石品位的概率分布而发展出来的，目前已应用于石油地质学、水文地质学、水文学、气象学、海洋学、地球化学、、地理学、林业、环境控制、景观生态学、土壤学，以及农业（尤其是精准农业）等多个学科。地理统计应用于地理学的各个分支，特别是涉及疾病传播（流行病学）、商业和军事规划（物流）的实践，还应用于建设高效的。地理统计相关算法已融入地…
协方差函数
在概率论和统计学中, 协方差 是一种两个变量如何相关变化的度量，而协方差函数（）, 或稱核函数, 描述一个随机过程或随机场中的空间上的协方差。 对于一个随机场或 随机过程 Z(x) 在定义域 D， 一个协方差函数C(x, y) 给出在两个点x 和 y 的值的协方差： :C(x,y):=\operatorname{cov}(Z(x),Z(y)).\, C(x, y) 在两种情况下称为 自协方差 函数: 在时间序列 (概念一致，除了x和y …
反距离加权
反距离加权（，IDW）是一种在有已知的离散数据点的情形下进行的确定性算法。赋给未知点的值是用已知点的值的加權平均數计算得出的。该算法也可在空间自相关分析（例如莫兰指数）中用于构建空间权重矩阵。 该方法的名称来自其加权的方式：未知点到每个已知点的距离的倒数。 问题的定义 对于给定的离散数据点，我们希望以一个函数u对研究区域进行插值： : u(x): x \to \mathbb{R}, \quad x \in \mathbf{D} \sub…
核方法
机器学习中，核机是一类用于模式分析的算法，最知名的成员是支持向量机（SVM）。 这些方法用线性分类器解决非线性问题。模式分析的一般任务是在数据集中发现并研究一般类型的关系（如聚类分析、排名、主成分分析、相关性分析、统计分类）。对许多解决此类任务的算法来说，原始表示的数据必须通过用户指定的特征映射明确转换为特征向量表示；相反，核方法只需要用户指定核，即用内积计算所有数据点对的相似性函数。核机中的特征映射是无限维的，但根据表示定理，只需输入…