类 GWRBasic

定义于文件 GWRBasic.h

继承关系

基类

public gwm::GWRBase (类 GWRBase)
public gwm::IBandwidthSelectable (结构体 IBandwidthSelectable)
public gwm::IVarialbeSelectable (结构体 IVarialbeSelectable)
public gwm::IParallelizable (结构体 IParallelizable)
public gwm::IParallelOpenmpEnabled (结构体 IParallelOpenmpEnabled)

派生类

public gwm::GWRRobust (类 GWRRobust)

类文档

class GWRBasic : public gwm::GWRBase, public gwm::IBandwidthSelectable, public gwm::IVarialbeSelectable, public gwm::IParallelizable, public gwm::IParallelOpenmpEnabled 

基础地理加权回归算法的实现。该算法可以自动选带宽和变量。该算法可以通过 OpenMP 加速。

Subclassed by gwm::GWRRobust

公有类型

enum BandwidthSelectionCriterionType

用于带宽优选的指标类型。

Values:

enumerator AIC: AIC

enumerator CV: CV

typedef arma::mat (GWRBasic::* PredictCalculator)(const arma::mat&, const arma::mat&, const arma::vec&): 预测函数声明。

typedef arma::mat (GWRBasic::* FitCalculator)(const arma::mat&, const arma::vec&, arma::mat&, arma::vec&, arma::vec&, arma::mat&): 拟合函数声明。

typedef double (GWRBasic::* BandwidthSelectionCriterionCalculator)(BandwidthWeight*): 带宽优选指标计算函数声明。

typedef double (GWRBasic::* IndepVarsSelectCriterionCalculator)(const std::vector<size_t>&): 变量优选指标计算函数声明。

公有方法

inline GWRBasic(): 构造 CGwmGWRBasic 对象。

inline GWRBasic(const arma::mat &x, const arma::vec &y, const arma::mat &coords, const SpatialWeight &spatialWeight, bool hasHatMatrix = true, bool hasIntercept = true)

构造 CGwmGWRBasic 对象。

参数

x – 自变量矩阵。
y – 因变量。
coords – 坐标矩阵。
spatialWeight – 空间权重配置。
hasHatMatrix – 是否计算帽子矩阵。
hasIntercept – 是否有截距。

inline ~GWRBasic(): 析构 CGwmGWRBasic 对象。

inline bool isAutoselectBandwidth() const

获取是否自动优选带宽。

返回: true 如果自动优选带宽。
返回: false 如果不自动优选带宽。

inline void setIsAutoselectBandwidth(bool isAutoSelect)

设置是否自动优选带宽。

参数: isAutoSelect – true 如果要自动优选带宽，否则 false。

inline BandwidthSelectionCriterionType bandwidthSelectionCriterion() const

获取带宽自动优选指标值类型。

返回: BandwidthSelectionCriterionType 带宽自动优选指标值类型。

void setBandwidthSelectionCriterion(const BandwidthSelectionCriterionType &criterion)

设置带宽自动优选指标值类型。

参数: criterion – 带宽自动优选指标值类型。

inline bool isAutoselectIndepVars() const

获取是否自动优选变量。

返回: true 如果自动优选变量。
返回: false 如果不自动优选变量。

inline void setIsAutoselectIndepVars(bool isAutoSelect)

设置是否自动优选变量。

参数: isAutoSelect – true 如果要自动优选变量，否则 false。

inline double indepVarSelectionThreshold() const

获取变量优选指标类型。

返回: double 变量优选指标类型。

inline void setIndepVarSelectionThreshold(double threshold)

设置变量优选指标类型。

参数: threshold – 变量优选指标类型。该值的大小取决于样本的数量。样本数量越多，值越大。

inline VariablesCriterionList indepVarsSelectionCriterionList() const

获取变量优选过程的指标值列表。

返回: VariablesCriterionList 变量优选过程的指标值列表。

inline BandwidthCriterionList bandwidthSelectionCriterionList() const

获取带宽优选过程的指标值列表。

返回: BandwidthCriterionList 带宽优选过程的指标值列表。

inline bool hasHatMatrix() const

获取是否计算帽子矩阵。

返回: true 如果计算帽子矩阵。
返回: false 如果不计算帽子矩阵。

inline void setHasHatMatrix(const bool has)

设置是否计算帽子矩阵。

参数: has – true 如果计算帽子矩阵，否则 false。

inline arma::mat betasSE()

获取回归系数估计值的标准差。

返回: arma::mat 回归系数估计值的标准差。

inline arma::vec sHat()

获取一个由 \(tr(S)\) 和 \(tr(SS^T)\) 组成的向量。

返回: arma::vec 由 \(tr(S)\) 和 \(tr(SS^T)\) 组成的向量。

inline arma::vec qDiag()

获取矩阵 \(Q\) 的对角线元素。

返回: arma::vec 矩阵 \(Q\) 的对角线元素。

inline arma::mat s()

获取帽子矩阵 \(S\)。

返回: arma::mat 帽子矩阵 \(S\)。

virtual bool isValid() override

检查算法配置是否合法。

返回: true 如果算法配置是合法的。
返回: false 如果算法配置不合法。

virtual arma::mat predict(const arma::mat &locations) override

在指定位置处进行回归系数预测。

参数: locations – 指定位置。
返回: mat 回归系数预测值。

virtual arma::mat fit() override

拟合回归系数估计值。

返回: mat 回归系数估计值。

inline virtual double getCriterion(BandwidthWeight *weight) override

根据指定的带宽计算带宽优选的指标值。

参数: weight – 指定的带宽。
返回: double 带宽优选的指标值。

inline double getCriterion(const std::vector<size_t> &variables) override

inline virtual std::vector<std::size_t> selectedVariables() override

获取优选的变量。

返回: std::vector<std::size_t> 优选的变量。

inline virtual int parallelAbility() const override

返回该算法的并行能力。

返回: 当前算法并行能力的按位或运算结果。

inline virtual ParallelType parallelType() const override

返回当前算法的并行类型。

返回: 当前算法的并行类型。

virtual void setParallelType(const ParallelType &type) override

设置当前算法的并行类型。

参数: type – 当前算法的并行类型。

inline virtual void setOmpThreadNum(const int threadNum) override

设置并行线程数。

参数: threadNum – 并行线程数。

公有静态属性

static std::unordered_map<BandwidthSelectionCriterionType, std::string> BandwidthSelectionCriterionTypeNameMapper

保护方法

inline bool isStoreS()

是否保存帽子矩阵 \(S\).

返回: true 如果保存帽子矩阵。
返回: false 如果不保存帽子矩阵。

void createPredictionDistanceParameter(const arma::mat &locations)

生成用于预测的距离参数。

参数: locations – 用于预测的距离参数。

保护属性

bool mHasHatMatrix = true: 是否具有帽子矩阵。

bool mHasFTest = false

待办事项:: 是否具有F检验。

bool mHasPredict = false

弃用:: 是否有预测位置处的变量。

bool mIsAutoselectIndepVars = false: 是否自动优选变量。

double mIndepVarSelectionThreshold = 3.0: 变量优选的阈值。

IndepVarsSelectCriterionCalculator mIndepVarsSelectionCriterionFunction = &GWRBasic::indepVarsSelectionCriterionSerial: 变量优选的指标计算函数。

VariablesCriterionList mIndepVarsSelectionCriterionList: 每种变量组合对应的指标值。

std::vector<std::size_t> mSelectedIndepVars: 优选得到的变量。

bool mIsAutoselectBandwidth = false: 是否自动优选带宽。

BandwidthSelectionCriterionType mBandwidthSelectionCriterion = BandwidthSelectionCriterionType::AIC : 带宽优选的指标值类型。

BandwidthSelectionCriterionCalculator mBandwidthSelectionCriterionFunction = &GWRBasic::bandwidthSizeCriterionCVSerial: 带宽优选的指标计算函数。

BandwidthCriterionList mBandwidthSelectionCriterionList: 每种带宽组合对应的指标值。

PredictCalculator mPredictFunction = &GWRBasic::predictSerial: 预测的具体实现函数。

FitCalculator mFitFunction = &GWRBasic::fitSerial: 拟合的具体实现函数。

ParallelType mParallelType = ParallelType::SerialOnly : 并行方法类型。

int mOmpThreadNum = 8: 并行计算创建的线程数。

arma::mat mBetasSE: 回归系数估计值的标准差。

arma::vec mSHat: 由 \(tr(S)\) 和 \(tr(SS^T)\) 组成的向量。

arma::vec mQDiag: 矩阵 \(Q\) 的对角线元素。

arma::mat mS: 帽子矩阵 \(S\)。