文件名称：GeoMLA:时空数据的机器学习算法
文件大小：54.54MB
文件格式：ZIP
更新时间：2024-05-26 12:44:40
R
RFsp-空间数据的随机森林（R教程） 亨格（T.Hengl），马萨诸塞州（Nussbaum）和明尼苏达州（Wright） 摘要：本教程介绍了如何使用随机森林生成空间和时空预测（即使用随机森林从点观测中绘制地图）。 空间自相关，特别是如果交叉验证残差中仍存在空间自相关，则表明预测可能存在偏差，这是次优的。 为了解决这个问题，我们将“随机森林”（在护林员软件包中实现）与地理距离结合使用来采样位置，以拟合模型并预测值。 我们描述了空间预测应用感兴趣的八种典型情况：（1）预测没有任何协变量的2D连续变量，（2）预测带有协变量的2D变量，（3）预测二项式变量，（4）预测类别变量， （5）预测具有极值的变量，（6）加权回归，（7）预测多元问题，以及（8）预测时空变量。 我们的结果表明，RFsp可以产生与基于模型的地统计学相当的结果。 与基于模型的地统计相比，RFsp的优势在于，RFsp所需的统计