Географічно зважений випадковий ліс
Географічно зважений випадковий ліс (GWRF) — це просторово локальний метод ансамблевого навчання, який створює незалежну модель випадкового лісу в кожному місці спостереження, надаючи більшої ваги сусіднім навчальним вибірковим даним, ніж віддаленим, за допомогою просторової ядравої функції. Метод був запропонований Стефаносом Георгоносом та його колегами у 2019 році (опубліковано у 2021 році) як розширення випадкового лісу Брімана для обробки просторової нестаціонарності — явища, коли взаємозв'язки між предикторами та відгуком змінюються в географічному просторі.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- Georganos, S., et al. (2021). Geographical random forests: a spatial extension of the random forest algorithm. Geocarto International, 36(2), 121–136. link ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 2). Geographically Weighted Random Forest (GWRF). ScholarGate. https://scholargate.app/uk/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.
- Географічно зважена регресія (GWR)Просторовий аналіз↔ compare
- Випадковий лісМашинне навчання↔ compare
- Просторовий лаговий модель (SAR / просторовий авторегресійний)Просторовий аналіз↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →