类 GTWR

定义于 File GTWR.h

Nested Relationships

Nested Types

Struct GTWR::Parameter

继承关系

基类

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

类文档

class GTWR : public gwm::GWRBase, public gwm::IBandwidthSelectable, public gwm::IParallelizable, public gwm::IParallelOpenmpEnabled 

时空地理加权回归算法的实现。该算法可以自动选带宽。

公有类型

enum BandwidthSelectionCriterionType

用于带宽优选的指标类型。

Values:

enumerator AIC

enumerator CV

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

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

typedef double (GTWR::* BandwidthSelectionCriterionCalculator)(const std::unique_ptr<BandwidthWeight>&): 带宽优选指标计算函数声明。

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

公有方法

inline const double getLambda()

inline const double getAngle()

inline GTWR(): 构造 GTWR 对象。

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

构造 GTWR 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 ~GTWR(): 析构 GTWR 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 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 void setCoords(const arma::mat &coords, const arma::vec &times)

设置空间坐标和时间向量。

参数:

coords -- 空间坐标矩阵.
times -- 时间戳向量.

inline const 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 const 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 const 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 const 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 Status getCriterion(const std::unique_ptr<BandwidthWeight> &weight, double &criterion) 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。
criterion -- [出参] 带宽优选的指标值。
Status -- 算法运行状态。

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。

inline void setIsAutoselectLambda(bool isAutoSelect)

获取是否自动优选lambda。

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

inline void setIsAutoselectLambdaBw(bool isAutoSelect)

公有静态方法

static inline std::string infoLambdaCriterion()

获取当前 lambda 值和对应指标值的元信息。

返回:: std::string 信息字符串

static inline std::string infoLambdaCriterion(const double &lambda, const double &criterion)

获取当前 lambda 值和对应指标值的信息。

参数:

lambda -- Lambda 值
criterion -- 指标值

返回:

std::string 信息字符串

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。

void createDistanceParameter(): 生成距离参数。

double lambdaAutoSelection(const BandwidthWeight &bandwidthWeight)

lambda和带宽自动选择。函数还没写好。

lambda自动选择。

参数:: bandwidthWeight -- 传入带宽值，来获取权重，后续更方便改成多元优化.
返回:: double 返回优选以后的lambda值.

Status r_squareByLambda(const BandwidthWeight &bandwidthWeight, double lambda, double &rsquare)

lambda获得R方，作为优选的函数。

参数:

bandwidthWeight -- 输入带宽权重,
lambda -- 输入要获取R方的lambda值。
rsquare -- 根据输入的lambda值和带宽获取的R方值.

返回:

Status 算法运行状态。

arma::vec lambdaBwAutoSelection(BandwidthWeight &bandwidth, size_t max_iter, double min_step)

优化的主函数

参数:

bandwidth -- BandwidthWeight类型，带宽
max_iter -- 最大迭代次数，设置为1000
min_step -- 优化中的步长，设置为0.01（变化阈值为步长/1000）

返回:

优化结果，一个向量：(lambda, bw).

double criterionByLambdaBw(const BandwidthWeight &bandwidth, double lambda, BandwidthSelectionCriterionType criterion)

利用带宽和lambda计算指标的函数

参数:

bandwidthWeight -- 输入带宽权重,
lambda -- 获取指标的lambda值
criterion -- BandwidthSelectionCriterionType类型，确定求的指标

返回:

对应类型的指标值

inline CRSSTDistance &stDistance() const

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 mIsAutoselectBandwidth = false: 是否需要自动优选带宽。

bool mIsAutoselectLambda = false: 是否需要自动优选lambda。

bool mIsAutoselectLambdaBw = false

BandwidthSelectionCriterionType mBandwidthSelectionCriterion = BandwidthSelectionCriterionType::AIC : 默认的带宽优选方式。

BandwidthSelectionCriterionCalculator mBandwidthSelectionCriterionFunction = &GTWR::bandwidthSizeCriterionCVSerial: 默认的带宽优选函数。

BandwidthCriterionList mBandwidthSelectionCriterionList: 默认的带宽优选参数列表。

double mBandwidthLastCriterion = DBL_MAX: 上一次带宽优选的有效指标值。

PredictCalculator mPredictFunction = &GTWR::predictSerial: 默认的Predict函数。

FitCalculator mFitFunction = &GTWR::fitSerial: 默认的Fit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 \(S\)。

arma::vec vTimes: 输入时间的向量。

Protected Static Functions

static double criterion_function(const gsl_vector *v, void *params)

构建gsl的gsl_multimin_function以及优化指标

参数:

v -- gsl的优化向量（lambda, bw）
params -- 传入的参数，从void*转换成Parameter*

返回:

CV或AIC的指标值

struct Parameter

Public Members

GTWR *instance

BandwidthWeight &bandwidth

double lambda