# 位置ごとの精度

> 位置ごとの精度 - Location AIのインサイトは、予測誤差において空間的パターンを発見し、データパーティション全体での予測誤差をマップ上に視覚化するのに役立ちます。

This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context.

Companion generated at `2026-07-15T05:55:44.966339+00:00` (UTC).

## Primary page

- [位置ごとの精度](https://docs.datarobot.com/ja/docs/classic-ui/modeling/special-workflows/location-ai/lai-insights.html.md): Full documentation for this topic (Markdown sidecar).

## Documentation content

空間設定でモデルの忠実度を評価するために、Location AIは強力なモデル評価ツールをDataRobotに追加します。 Location AIのインサイトは、予測誤差において空間的パターンを発見し、データパーティション全体での予測誤差をマップ上に視覚化するのに役立ちます。 Location AIでは、これらのインサイトを個々のモデルの 評価 > 位置ごとの精度 タブで利用できます。

位置ごとの精度 タブには、個々のモデル内の空間残差マッピングが表示されます。 この機能は、Location AI [ESDA](https://docs.datarobot.com/ja/docs/classic-ui/data/analyze-data/lai-esda.html.md) と同様の視覚化を提供しますが、すべてのデータパーティションにわたって予測誤差指標を探索できます。

デフォルトでは、 位置ごとの精度 には、検定パーティションに基づいて一意のマップ上に残差（予測誤差）値が表示されます。 同じ場所にあるポイントは、その場所にあるすべてのポイントの平均値を使用して表示されます。 マップの視覚化設定は、Location AI ESDA視覚化と同じ方法で調整できます。 ツールの追加設定には以下が含まれます。

- データ選択：検定、交差検定、またはホールドアウトのいずれかで、視覚化するデータパーティションを設定します。
- 指標の種類：各ロケーションでレポートする値を設定します（残差、実測値、または予測値）。
- 集約：同じ場所にあるロケーションに使用する算術演算子を設定します（Avg、Min、Max、Count、またはValue）。

位置ごとの精度 は、さまざまなマップの視覚化 （ [Kernel密度マップ](https://docs.datarobot.com/ja/docs/classic-ui/data/analyze-data/lai-esda.html.md#kernel-density-map) 、 [六角グリッド](https://docs.datarobot.com/ja/docs/classic-ui/data/analyze-data/lai-esda.html.md#hexagon-map) 、および [ヒートマップ](https://docs.datarobot.com/ja/docs/classic-ui/data/analyze-data/lai-esda.html.md#heat-map) ）もサポートします。