Категориальный
Вкладка Категориальные данные будет скрыта, если на вкладке Ввод не установлен флажок Категориальные данные. Вы можете моделировать как числовые данные, так и категориальные, а также и те, и другие одновременно. Необходимо выбрать хотя бы один тип данных.
Категориальные данные - это данные, которые были разделены на категории. Поле, в котором записывается тип горной породы, является примером категориальных данных, поскольку каждый интервал относится либо к одному, либо к другому типу горной породы. Можно смоделировать одно категориальное поле.
Категориальное поле
Определите поле, которое будет смоделировано.
После выбора поля таблица Категориальные коды и метки будет автоматически заполнена всеми уникальными значениями поля Категория. Если вы хотите сгруппировать категории в меньшее количество групп, вы можете заменить коды, нажав одну из них:
-
Загрузка из набора цветов или штриховокЧтобы заполнить столбцы Коды и Метки, используйте существующий набор цветов или штриховок.
-
НазначениеЧтобы сгруппировать несколько кодов в одну категорию, используйте инструмент Назначение.
Если вы хотите вернуться к списку уникальных значений, вы можете нажать кнопку Автозаполнение сетки: 
Последний столбец Коды в списке сетки должен содержать все уникальные значения из файла. Если какие-либо значения отсутствуют, инструмент выдаст ошибку и не будет запущен.
Категория фона
Выбранная категория фона используется только в том случае, если на вкладке Опции выбран параметр Затухание до фона. Категория фона должна быть категорией, которая ожидается за пределами данных. Если вы моделируете числовые и категориальные данные одновременно, вы не можете применить категорию фона без применения фоновой оценки. Вы можете применить фоновую оценку без применения категории фона, оставив поле Категория фона пустым.
Напишите доверительную вероятность для категорий
Если этот параметр выбран, то выходной файл будет содержать столбец для каждой из категорий. В этих столбцах будет указано значение (от нуля до единицы), которое указывает на доверительную вероятность Copilot в том, что он относится к каждой конкретной категории. Доверительные значения не являются вероятностями, так как они находятся только в контексте модели. Сумма доверительных вероятностей для каждого ряда будет равна единице. Copilot всегда будет на 100% уверен, что местоположение относится к одной из категорий или их смеси, указанных в исходных данных. Это справедливо независимо от того, находится ли интересующая вас точка прямо рядом с точкой данных или за много километров от нее.
