Географически взвешенный случайный лес

Географически взвешенный случайный лес (GWRF) — это пространственно локальный метод ансамблевого обучения, который подгоняет независимую модель случайного леса в каждой точке наблюдения, придавая больший вес близлежащим обучающим выборкам, чем удаленным, с помощью функции пространственного ядра. Метод был предложен Стефаносом Георгоносом и его коллегами в 2019 году (опубликован в 2021 году) как расширение случайного леса Бреймана для обработки пространственной нестационарности — явления, при котором взаимосвязи между предикторами и откликом варьируются в географическом пространстве.