类 GWRGeneralized

继承关系

基类

类文档

class GWRGeneralized : public gwm::GWRBase, public gwm::IBandwidthSelectable, public gwm::IParallelizable, public gwm::IParallelOpenmpEnabled

广义地理加权模型。

公有类型

enum Family

广义模型族。

Values:

enumerator Poisson

泊松分布模型

enumerator Binomial

二项分布模型

enum BandwidthSelectionCriterionType

获取带宽自动优选指标值类型。

Return:

带宽自动优选指标值类型

Values:

enumerator AIC

AIC

enumerator CV

CV

typedef double (GWRGeneralized::* BandwidthSelectCriterionFunction)(const std::unique_ptr<BandwidthWeight>&)

带宽优选指标值计算函数

typedef arma::mat (GWRGeneralized::* GGWRfitFunction)(const arma::mat &x, const arma::vec &y)

拟合函数

typedef arma::vec (GWRGeneralized::* CalWtFunction)(const arma::mat &x, const arma::vec &y, arma::mat w)

加权函数

公有方法

inline GWRGeneralized()

构造一个新的 GWRGeneralized 对象

inline ~GWRGeneralized()

销毁一个 GWRGeneralized 对象

inline virtual Status getCriterion(const std::unique_ptr<BandwidthWeight> &bandwidthWeight, 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。

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。

arma::mat fit(const arma::mat &x, const arma::vec &y, arma::mat &betasSE, arma::vec &shat, arma::vec &qdiag, arma::mat &S)
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 Family getFamily() const

获取模型的族。

返回:

Family 模型的族

bool setFamily(Family family)

获取模型的族。

参数:

family -- 模型的族

inline double getTol() const

获取容忍值。

返回:

Family 容忍值

inline void setTol(double tol)

获取容忍值。

参数:

tol -- 容忍值

inline size_t getMaxiter() const

获取最大迭代次数。

返回:

Family 最大迭代次数

inline void setMaxiter(std::size_t maxiter)

获取最大迭代次数。

参数:

maxiter -- 最大迭代次数

inline const arma::mat &getWtMat1() const
inline const arma::mat &getWtMat2() const
inline GWRGeneralizedDiagnostic getDiagnostic() const

获取诊断信息。

返回:

GWRGeneralizedDiagnostic 诊断信息

inline GLMDiagnostic getGLMDiagnostic() const

获取广义线性模型的诊断信息。

返回:

GLMDiagnostic 诊断信息

void setBandwidthSelectionCriterionType(const BandwidthSelectionCriterionType &bandwidthSelectionCriterionType)
inline BandwidthCriterionList bandwidthSelectorCriterions() const
inline BandwidthSelectionCriterionType bandwidthSelectionCriterionType() const
inline bool autoselectBandwidth() const

获取是否进行带宽优选。

返回:

true 是

返回:

false 否

inline void setIsAutoselectBandwidth(bool value)

设置是否进行带宽优选。

参数:

flag -- 是否进行带宽优选

inline arma::mat regressionData() const
inline void setRegressionData(const arma::mat &locations)
inline bool hasHatMatrix() const

获取是否有帽子矩阵。

返回:

true 是

返回:

false 否

inline void setHasHatMatrix(bool value)

设置是否有帽子矩阵。

参数:

flag -- 是否有帽子矩阵。

inline bool hasRegressionData() const
inline void setHasRegressionData(bool value)
inline arma::mat betas()
inline arma::mat betasSE()
inline arma::vec sHat()

获取一个包含 \(S\) 和 \(S'S\) 矩阵迹的向量。

返回:

arma::vec 一个包含 \(S\) 和 \(S'S\) 矩阵迹的向量

inline arma::vec s()

获取帽子矩阵 \(S\)。

返回:

arma::mat 帽子矩阵 \(S\)

公有静态方法

static arma::vec gwPredict(const arma::mat &x, const arma::vec &y, const arma::vec &w)

地理加权预测函数

参数:

  • x -- 自变量

  • y -- 因变量

  • w -- 权重

返回:

arma::vec 回归系数估计值

static arma::vec gwFit(const arma::mat &x, const arma::vec &y, const arma::vec &w, arma::uword focus, arma::mat &ci, arma::mat &s_ri)

地理加权拟合函数

参数:

  • x -- 自变量

  • y -- 因变量

  • w -- 权重

  • focus -- 目标样本的索引值

  • ci --

  • s_ri --

返回:

arma::vec 回归系数估计值

static arma::mat dpois(arma::mat y, arma::mat mu)
static arma::mat dbinom(arma::mat y, arma::mat m, arma::mat mu)
static arma::mat lchoose(arma::mat n, arma::mat k)
static arma::mat lgammafn(arma::mat x)
static arma::mat CiMat(const arma::mat &x, const arma::vec &w)

保护方法

arma::mat fitPoissonSerial(const arma::mat &x, const arma::vec &y)

泊松模型拟合的单线程实现。

参数:

  • x -- 自变量

  • y -- 因变量

返回:

arma::vec 回归系数估计值

arma::mat fitBinomialSerial(const arma::mat &x, const arma::vec &y)

二项模型拟合的单线程实现。

参数:

  • x -- 自变量

  • y -- 因变量

返回:

arma::vec 回归系数估计值

arma::mat diag(arma::mat a)
arma::vec PoissonWtSerial(const arma::mat &x, const arma::vec &y, arma::mat w)

泊松加权模型拟合的单线程实现。

参数:

  • x -- 自变量

  • y -- 因变量

  • w -- 权重

返回:

arma::vec 回归系数估计值

arma::vec BinomialWtSerial(const arma::mat &x, const arma::vec &y, arma::mat w)

二项加权模型拟合的单线程实现。

参数:

  • x --

  • y --

  • w --

返回:

arma::vec

void CalGLMModel(const arma::mat &x, const arma::vec &y)

保护属性

Family mFamily

模型的族

double mTol = 1e-5

容忍值

std::size_t mMaxiter = 20

最大迭代次数

bool mHasHatMatrix = true

是否有帽子矩阵。

bool mHasRegressionData = false
arma::mat mBetasSE

//!< 回归系数估计值标准误差。

arma::vec mShat

//!< 一个包含 \(S\) 和 \(S'S\) 矩阵迹的向量

arma::mat mS

//!< 帽子矩阵 \(S\)

double mGwDev
arma::mat mRegressionData
arma::mat mWtMat1
arma::mat mWtMat2
GWRGeneralizedDiagnostic mDiagnostic

诊断信息

GLMDiagnostic mGLMDiagnostic

GLM模型的诊断信息

arma::mat mWt2
arma::mat myAdj
double mLLik = 0

对数似然函数值

GGWRfitFunction mGGWRfitFunction = &GWRGeneralized::fitPoissonSerial

拟合函数

CalWtFunction mCalWtFunction = &GWRGeneralized::PoissonWtSerial

加权函数

bool mIsAutoselectBandwidth = false

是否进行带宽优选

BandwidthSelectionCriterionType mBandwidthSelectionCriterionType = BandwidthSelectionCriterionType::AIC

带宽优选指标类型

BandwidthSelectCriterionFunction mBandwidthSelectCriterionFunction = &GWRGeneralized::bandwidthSizeGGWRCriterionCVSerial

用于根据给定带宽值计算指标值的函数

BandwidthCriterionList mBandwidthSelectionCriterionList
double mBandwidthLastCriterion = DBL_MAX

上一次带宽优选的有效指标值。

ParallelType mParallelType = ParallelType::SerialOnly

并行方法类型

int mOmpThreadNum = 8

多线程所使用的线程数