本文介绍了地理加权回归（Geographically Weighted Regression, GWR）和空间自相关的基本概念，并提供了相关资源链接。作者通过学习理解，认为双变量局部空间自相关与一元地理加权回归有相似之处，同时提到了局部Moran's I指数的检验和应用中的注意事项。"
86688268,7753267,Kafka 0.10 消费者精确一次消费配置解析,"['Kafka', 'offset管理', '消息消费', '故障容错', '实时流处理']
关于地理加权回归和空间自相关
菜鸡的我只是大神文章的搬运工orz，本意是想搞清楚双变量局部空间自相关和地理加权回归的区别，虽然依旧一知半解，但是，害。(下面网址我不会搞超链接，我发现有点麻烦，所以我懒了)
【关于地理加权回归】
一篇简短的文章：
https://blog.youkuaiyun.com/sinat_36744986/article/details/87864244
大虾卢的一系列文章：
https://blog.youkuaiyun.com/allenlu2008
/article/details/59480437
https://blog.youkuaiyun.com/allenlu2008/article/details/60470553
https://www.giserdqy.com/空间统计/29544/
https://blog.youkuaiyun.com/allenlu2008/article/details/63686531
https://blog.youkuaiyun.com/allenlu2008/article/details/69388540
https://blog.youkuaiyun.com/allenlu2008/article/details/69935417?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-4&depth_1-utm_source=distribute.pc_rele
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
