spatialRF:使用随机森林轻松进行空间回归
介绍
该包装spatialRF便于与随机森林规则或不规则的数据拟合空间回归模型,使用所述发动机罩下的测距仪包所以通过产生空间预测器,其允许该模型考虑到的空间结构确实训练数据。 最终目标是尽可能减少模型残差的空间自相关。 残差中的空间自相关表明模型方差中存在空间自相关的源,而模型预测变量无法解释该源,并且很明显的迹象是模型中缺少重要的变量。 在理想模型中,残差不是自相关的,应该以零为中心,但是在处理空间数据时很少出现这种情况。
该程序包实现了两种主要方法来根据数据点的距离矩阵生成空间预测变量:
邻居矩阵的主坐标分析 。
距离矩阵列作为解释变量 。
该软件包还提供了一组工具,用于识别变量交互,调整随机森林超参数,评估空间独立数据折叠上的模型性能,并通过重要性图,响应曲线和曲面检查生成的模型。
安装包装
该软件包尚未在CRAN存储库中,因
2023-02-09 12:07:46
2.47MB
R
1