参数输入
1.样本数据必须包含需要回归的字段
2.回归字段是数值类型
3.影响因子是栅格数据，可添加多个
4.随机种子可以确保每次运行的训练集和测试集一致
5.训练集占比为0-1之间的小数
6.迭代次数：迭代次数越高精度越高，但是运行时间越长
7.模型参数、评估结果、重要性分析为一个文件夹
8.预测的回归栅格：输出结果是浮点类型的栅格数据
输出
回归栅格
模型评估结果
相关推荐
SimpleLearingAI15 小时前
DFL：分布焦点损失——让框回归“学分布“，而不只是“猜数字“萌新小码农1 天前
Logistic回归为什么不用均方误差 MSE（square error）萧行之1 天前
Observable Plot 源码深度解析——1 认识 Observable PlotﾉBye~1 天前
Codex CLI使用记录小小测试开发2 天前
LLM评测：LLM-as-Judge 想当回归门禁，先过偏差校准和双层评分这两关统计学小王子2 天前
数学建模国赛倒计时 3 天 ——《统计模型精讲（分位数回归R语言实现二）》运维行者_4 天前
ISP 企业级带宽计费怎么做？网络流量计费的 6 大核心能力2601_962381584 天前
ArcGIS+Python+AI赋能高标准农田建设项目审计提质增效飞鹰@四海4 天前
Claude Code 报「与 Windows 版本不兼容」——完整排查与修复指南binbin_524 天前
HarmonyOS 应用功耗优化实战：定位耗电、收口任务与验证回归