李薇

（沈阳市勘察测绘研究院有限公司，辽宁 沈阳 110004）

1 GIS 大数据耦合技术分析

公式（1）中分类器T 为真实，其中分类误差率P 属于未知数，而在GIS 大数据耦合数据的验证中通常将样本集D 内的任一样本进行删除，并且不会对T 的泛化误差产生任何的影响。

通常样本集D 内的样本数量是一定的，因此T 及D 将无法达到相互独立存在的形式，由此，通过对模型预测性的实施评价后，若是能够将交叉验证评价所获得的泛化误差率作为模型计算中的真实误差率，那么将会产生较高的误差值，而此误差数值可通过置信区间进行评价[3]。

式中：Za/2 为在分割标准正态分布过程中获取的右边尾部面积的a/2 处分割位置的Z 值；W 为置信区间的宽度。

通过上述的计算验证可以确定，依据大数据增益的原理能够反真实的的评估、反馈出评估准则的可行性，并且对精确率及召回率具有更好的评估能力，但是相对而言准确率却稍差；另外，由于在进行GIS 与大数据的耦合后将会产生更大范围的增益应用范围，但置于F 测量准则可更加适合不平衡比例的样本数据集[4]。

2 云数据技术计算过程

在正常状态状态下，随着样本数m 的逐渐增大，GIS 大数据分析技术验证置信度也随之上升，不过这一正相关关系并不是无限制的。研究发现，若仅仅只是对m 进行单纯的增加，则容易造成交叉验证的渐进出现较大偏差。由此可见，若保证有效性，则要增加D 与T 的独立性[5]。

假设x1，x2，…，xk是第1 组样本，表示模型X 在不……