每當使用者想要在 CARTO Workflow 中建立複合分數、指數或多變量排名時,請使用此技能。
前置條件:在開發流程中載入 carto-create-workflow。它涵蓋了兩種存取路徑 — 當 MCP 伺服器連接時,可使用其工作流程工具(create_workflow、validate_workflow、run_workflow);否則使用 carto workflows CLI。路由訊號:carto-basics/references/access-paths.md。
說明
步驟 1:決定評分方法
向使用者詢問以下決策樹:
- 「您是否有目標/結果變數?」(例如:收益、銷售額、犯罪率)
- 是 → 監督式方法,使用
native.spatialcompositesupervised
- 是 → 監督式方法,使用
- 「沒有目標,但您是否有變數重要性的專家知識?」(即自訂權重)
- 2a. 透明度比節點數量更重要 → 對每個變數使用
native.normalize,並搭配native.selectexpression以 SQL 直接撰寫加權總和(a_norm * 0.5 + b_norm * 0.3 + c_norm * 0.3)。輸入和權重在 Workflows 中可直接檢視;每個正規化後的欄位會被具體化;不依賴 Analytics Toolbox。適用於利害關係人需要查看/審計公式,或是當您不在 Analytics Toolbox 上執行時。 - 2b. 想要 AT 管線(縮放、聚合、分桶)為您處理 → 使用
native.spatialcompositeunsupervised,並設定scoring_method: CUSTOM_WEIGHTS。只需一個節點,但公式隱藏在元件內部。
- 2a. 透明度比節點數量更重要 → 對每個變數使用
- 「沒有目標,也沒有權重?」
- → 非監督式方法,使用
ENTROPY或FIRST_PC,搭配native.spatialcompositeunsupervised
- → 非監督式方法,使用
成功:在設計管線之前,您已識別出要使用的元件和評分方法。
步驟 2:建立管線
監督式管線 (native.spatialcompositesupervised)
- 載入空間特徵資料集(預先以 H3 或 Quadbin 建立索引)
- 載入目標/結果資料集
- 根據空間索引欄位聯結兩個資料集
- 僅選取相關的特徵欄位(從特徵選取中移除空間索引欄位和幾何欄位 — 僅傳遞實際的特徵變數)
- 使用以下參數執行
native.spatialcompositesupervised:model_type:LINEAR_REGbucketize:EQUAL_INTERVALS_ZERO_CENTEREDn_buckets:5outlier_removal:truer_squared_threshold:0.4
- 輸出:基於迴歸殘差的複合分數(識別出相對於模型表現過高或過低的區域)
成功:工作流程將特徵與目標變數聯結,僅選取數值特徵欄位,併為每個空間單元產生一個基於殘差的分數。
非監督式管線 (native.spatialcompositeunsupervised)
- 載入空間特徵資料集
- 僅選取相關的特徵欄位
- 使用
native.casewhen將任何類別/有序變數編碼為數值(例如:「Low_density_urban」→ 4,「High_density_urban」→ 2) - 可選:若變數值越高代表越差,則在傳遞給元件的 SELECT 查詢中將其乘以 -1 來反向
- 使用以下參數執行
native.spatialcompositeunsupervised:scoring_method:CUSTOM_WEIGHTS/ENTROPY/FIRST_PCweights:若使用CUSTOM_WEIGHTS則為必填。線路格式為一個 JSON 編碼的三元組字串[[<column>, <weight>, <reverse>], ...]—column是特徵欄位名稱,weight是數值權重(內部會正規化為總和為 1),reverse是布林值(true會翻轉變數,使得原本越高越差變成越高越好,無需使用 CASE WHEN)。範例:'[["population_density", 0.5, false], ["accident_rate", 0.5, true]]'。不是物件映射。scaling:RANKINGaggregation:LINEARoutput:RETURN_RANGE,範圍為[0, 1]
- 輸出:每個位置的複合指數分數
成功:所有輸入變數皆為數值,變數方向一致(對於分數而言,越高越好),輸出為每個空間單元的正規化分數。
注意事項
- 提供者的大小寫規則與 SQL 方言。 此技能使用小寫欄位名稱(BigQuery / Databricks / Postgres / Redshift 慣例)。在 Snowflake 上,未加引號的識別符會以大寫呈現 — 請在權重、表達式及下游 SQL 中參考
POPULATION_DENSITY、ACCIDENT_RATE等。有關大小寫規則和 SQL 方言等效項,請參閱carto-create-workflow/references/providers/<provider>.md。 - 所有輸入變數必須是數值,且方向一致。 先透過 CASE WHEN 編碼有序字串(「低」/「中」/「高」),並且如果「越高越差」,請在評分前乘以 -1(或設定
reverse旗標) — 忘記此步驟會導致分數意義反轉。 - 監督式的 R 平方閾值(預設 0.4)是寬鬆的。如果模型擬合度差,基於殘差的分數大多是雜訊。請檢查模型診斷結果。
- 自訂權重內部會被正規化為總和為 1。絕對值不重要,只有比例重要。
- 監督式分數是殘差,而非原始值。此分數識別的是與模型有偏差的區域,而非原始值最高的區域。
- 從特徵選取中移除空間索引欄位和幾何欄位 — 僅將實際的特徵變數傳遞給評分元件。
weights的類型標籤有誤。 元件結構描述(透過read_workflow_componentsMCP 或carto workflows components get native.spatialcompositeunsupervised --json)將weights標示為type: "ColumnNumber",但實際的線路格式是ColumnAndNumber的 JSON 編碼三元組字串[[<column>, <weight>, <reverse>], ...](請參閱上述步驟 2)。請信任此技能與參考範本,而非回報的類型標籤。indexcol.allowedColumns是 UI 提示,非驗證器。 結構描述針對native.spatialcompositeunsupervised.indexcol列出了["geoid", "h3", "quadbin"],但這只是 Workflows 的下拉式選單提示 — 執行時任何唯一的識別欄位皆可(例如store_id、cell_id)。
參考範本
兩個範例都使用米蘭在 Quadbin 解析度 18 下的空間特徵資料。
| 範本 | 元件 | 檔案 |
|---|---|---|
| 監督式 — 識別具韌性的社區 | native.spatialcompositesupervised | composite-score-supervised.json |
| 非監督式 — 市場潛力評分 | native.spatialcompositeunsupervised | composite-score-unsupervised.json |
常見變化
| 變化 | 方法 |
|---|---|
| 風險指數(洪水、犯罪等) | 非監督式搭配 CUSTOM_WEIGHTS;將越高越安全的變數反向 |
| 市場潛力 / 站點評分 | 非監督式搭配 CUSTOM_WEIGHTS 或 ENTROPY;提高需求面變數的權重 |
| 韌性指數 | 監督式搭配結果變數(例如收益變化);殘差揭示表現過高或過低的區域 |
| 資料驅動指數(無領域專業知識) | 非監督式搭配 FIRST_PC 或 ENTROPY,讓變異數驅動權重 |
| 人類發展 / 複合指標 | 非監督式搭配 CUSTOM_WEIGHTS 和 RANKING 縮放,以進行適用於有序資料的安全聚合 |