“重分类”工具可更改栅格中的各个值。按单个值进行重分类工具将以一对一的方式将一个值更改为另一个值。例如，执行鹿栖息地分析时，土地利用栅格中的各个值表示土地利用的不同类型，需要将其更改为一个优先级范围（如，1 到 10），从而使各种土地利用类型对鹿而言均具有一定意义。

博客中用到的数据，用来做arcgis重分类

空间数据压缩 一、定义 从空间坐标数据集n中抽出一个数据子集m，使它能最好的表达原来的数据又能达到最大的压缩比的过程。 设某线实体由{A1，A2………An}n个坐标集组成。 压缩后由{A1，A2………Am}m个坐标子集组成。 则压缩比为： a=m/n ； a≤1 间隔取点法 每隔K个点取一个点，或每隔一规定的距离取一点，但首末点一定要保留。 分裂法（道格拉斯－佩克法） 在给定的曲线的两端之间连一直线。 计算曲线上每一点与直线的垂直距离。若所有这些距离均小于某一阈值，那么就用它来表示原曲线。 若上一步骤中的条件不满足，含有最大垂直距离的点为保留点，将原曲线分成两段曲线，对它们递归地使用分裂法。 数据压缩演示 空间数据重分类 主要指多边形属性的合并，达到减少数据分类，压缩数据。

重分类工具可通过多种方法将像元值重分类或更改为替代值。一次对一个值或成组的值进行重分类方法是：使用替代字段；基于某条件，如指定的间隔（如按照 10 个间隔将值分组）；按区域重分类（例如，将值分成 10 个所含像元数量保持不变的组）。这些工具可帮助您将输入栅格中的众多值轻松地更改为所需值、指定值或替代值。

2D-CNN和3D-CNN_MRI分类 使用5折交叉验证对MRI进行多分类的2D CNN和3D CNN模型。 所有图像均为NIfTI 用于早期融合的3D CNN架构 二维融合CNN的准确性/损失，平均为5倍 （a）2D，（b）3D融合CNN的混淆矩阵

代码清晰的说明使用pytorch实现多重分类， 有十个分类标签，用到的思路就是贝叶斯朴素分类器的思想，多分类问题参照BCELoss的函数表达式可变成loss(yhat, y) = -y*log(yhat)，Torch.nn.EntropyLoss()交叉熵损失：包含softmax，log处理loss计算和非线性激活

SAP FICO 视频教程 入门版，内含学习视频 第5课到15课exe视频固定播放密码请输入: sapsniper

SAP FICO 视频教程 入门版，内含学习视频 第5课到15课exe视频固定播放密码请输入: sapsniper

相信这里面的文档新手都能看得懂，反正我这个菜鸟是看懂了

基于多重分类规则的新分类方法