Geografski ponderirana slučajna šuma
Geografski ponderirana slučajna šuma (GWRF) je prostorno lokalna metoda ansambl učenja koja prilagođava neovisni model slučajne šume na svakoj lokaciji promatranja, dajući veću težinu obližnjim uzorcima za obuku nego udaljenima putem funkcije prostornog jezgra. Uveli su je Stefanos Georganos i kolege 2019. (objavljeno 2021.) kao proširenje Breimanove slučajne šume za rješavanje prostorne nestacionarnosti — fenomena gdje se odnosi prediktora i odgovora razlikuju u geografskom prostoru.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Georganos, S., et al. (2021). Geographical random forests: a spatial extension of the random forest algorithm. Geocarto International, 36(2), 121–136. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 2). Geographically Weighted Random Forest (GWRF). ScholarGate. https://scholargate.app/hr/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.
- Geographically Weighted Regression (GWR)Prostorna analiza↔ compare
- Slučajna šumaStrojno učenje↔ compare
- Model prostornog zaostajanja (SAR / Prostorni autoregresijski)Prostorna analiza↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →