反距离权重法

回答
爱扬教育

2022-01-26

反距离权重法:使用要预测位置周围的测量值预测任意未采样位置的值,此方法基于如下假设:彼此接近的事物的相似程度高于彼此远离的事物。

扩展资料

  使用方法:

  预测值仅限于用于插值的值的范围。因为反距离权重法是加权平均距离,所以该平均值不可能大于最大输入或小于最小输入。因此,如果尚未对这些极值采样,便无法创建山脊或山谷。

  反距离权重法可能会在数据位置周围产生“牛眼”效应。

  不同于克里金法等其他插值方法,反距离权重法对输入数据的统计属性没有明确假设。当输入数据不符合更高级插值方法的统计属性假设条件时,通常会使用反距离权重法。

  此方法非常适合用于超大型输入数据集。