在类似计算器的界面中，使用 Python 语法构建和执行单个地图代数表达式。

分类的目的是将研究区域内的每个像元分配给一个已知类（监督分类）或一个聚类（非监督分类）。在这两种情况下，分类的输入是一个包含每个类或聚类的多元统计信息的特征文件。每次分类的结果都是将地图中的研究区域划分为若干类，其中一些已知类与训练样本对应，而另一些自然产生的类则与通过聚类定义的聚类对应。将位置划分为若干个与聚类对应的自然产生的类的过程也被称为层化。

借助 ArcGIS Spatial Analyst 扩展模块，您可以通过将栅格像元分组到类或聚类中来创建分类。类通常指一个已知类别，例如森林、居民区或水体，而聚类则是根据像元属性的统计信息得到的像元分组。特征是代表类或聚类的像元的子集。特征的统计信息存储在一个特征文件中，此特征文件将用于对位于输入波段交集中的所有像元进行分类。

分类的目的是将研究区域中的每个像元都分配到类或目录。类或目录的示例包括土地使用类型、熊更喜欢的位置以及雪崩的可能性等。

对一组栅格波段执行主成分分析 (PCA) 并生成单波段栅格作为输出。