الغابة العشوائية الموزونة جغرافيًا (Geographically Weighted Random Forest)
الغابة العشوائية الموزونة جغرافيًا (GWRF) هي طريقة تعلم جماعي محلية مكانيًا تقوم بتركيب نموذج غابة عشوائية مستقل عند كل موقع ملاحظة، مع إعطاء وزن أكبر لعينات التدريب القريبة مقارنة بالعينات البعيدة من خلال دالة نواة مكانية. قدمها ستيفانوس جورجينوس وزملاؤه في عام 2019 (نُشرت في 2021) كتوسع لنموذج الغابة العشوائية لبريمن (Breiman's Random Forest) للتعامل مع عدم الاستقرار المكاني - وهي الظاهرة التي تختلف فيها علاقات المتنبئ بالاستجابة عبر الفضاء الجغرافي.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Georganos, S., et al. (2021). Geographical random forests: a spatial extension of the random forest algorithm. Geocarto International, 36(2), 121–136. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 2). Geographically Weighted Random Forest (GWRF). ScholarGate. https://scholargate.app/ar/spatial-analysis/geographically-weighted-random-forest
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- الانحدار الموزون جغرافيًا (GWR)التحليل المكاني↔ compare
- الغابات العشوائيةتعلم الآلة↔ compare
- نموذج التباطؤ المكاني (SAR / الانحدار الذاتي المكاني)التحليل المكاني↔ compare