Pădurea Aleatorie Ponderată Geografic
Pădurea Aleatorie Ponderată Geografic (GWRF) este o metodă de învățare ansamblu spațial locală care ajustează un model independent de Pădure Aleatorie la fiecare locație de observație, ponderând eșantioanele de antrenament apropiate mai mult decât cele îndepărtate printr-o funcție kernel spațială. A fost introdusă de Stefanos Georganos și colaboratorii săi în 2019 (publicată în 2021) ca o extensie a Pădurii Aleatorii a lui Breiman pentru a gestiona non-staționaritatea spațială — fenomenul prin care relațiile predictor-răspuns variază în spațiul geografic.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Georganos, S., et al. (2021). Geographical random forests: a spatial extension of the random forest algorithm. Geocarto International, 36(2), 121–136. link ↗
Cum se citează această pagină
ScholarGate. (2026, June 2). Geographically Weighted Random Forest (GWRF). ScholarGate. https://scholargate.app/ro/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.
- Regresia ponderată geografic (GWR)Analiză spațială↔ compare
- Pădurea Aleatoare (Random Forest)Învățare automată↔ compare
- Modelul de decalaj spațial (SAR / Autoregresiv spațial)Analiză spațială↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →