Geograficky vážený náhodný les
Geograficky vážený náhodný les (GWRF) je priestorovo lokálna metóda súborového učenia, ktorá prispôsobuje nezávislý model náhodného lesa v každej pozorovanej lokalite, pričom váži blízke tréningové vzorky viac ako vzdialené pomocou funkcie priestorového jadra. Zaviedli ju Stefanos Georganos a kolegovia v roku 2019 (publikované 2021) ako rozšírenie Breimanovho náhodného lesa na zvládnutie priestorovej nestacionarity — fenoménu, kde sa vzťahy medzi prediktormi a odozvou líšia v geografickom priestore.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Georganos, S., et al. (2021). Geographical random forests: a spatial extension of the random forest algorithm. Geocarto International, 36(2), 121–136. link ↗
Ako citovať túto stránku
ScholarGate. (2026, June 2). Geographically Weighted Random Forest (GWRF). ScholarGate. https://scholargate.app/sk/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.
- Geograficky vážená regresia (GWR)Priestorová analýza↔ compare
- Náhodný lesStrojové učenie↔ compare
- Model priestorového oneskorenia (SAR / priestorovo autoregresný)Priestorová analýza↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →