Geographically Weighted Random Forest
Geographically Weighted Random Forest (GWRF) është një metodë e të mësuarit në grup (ensemble learning) me lokalizim hapësinor, e cila përshtat një model të pavarur Random Forest në çdo lokacion vëzhgimi, duke i dhënë peshë më të madhe kampionëve të trajnimit afër sesa atyre larg, nëpërmjet një funksioni bërthamë hapësinor. Ajo u prezantua nga Stefanos Georganos dhe kolegët e tij në vitin 2019 (botuar 2021) si një zgjerim i Random Forest të Breiman për të trajtuar jostacionaritetin hapësinor — fenomeni ku marrëdhëniet parashikues–përgjigje ndryshojnë në hapësirën gjeografike.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
Burimet
- Georganos, S., et al. (2021). Geographical random forests: a spatial extension of the random forest algorithm. Geocarto International, 36(2), 121–136. link ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 2). Geographically Weighted Random Forest (GWRF). ScholarGate. https://scholargate.app/sq/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.
- Regresioni Gjeografikisht i Peshuar (GWR)Analiza hapësinore↔ compare
- Pylli i RastësishëmMësimi i makinës↔ compare
- Model i Vonesës Hapësinore (SAR / Autoregresiv Hapësinor)Analiza hapësinore↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →