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
大千AI助手16 小时前
概率单位回归（Probit Regression）详解qq_214803291 天前
ArcGIS坐标偏移终极解决方案：Runtime与GDB互转无偏移实践油丶酸萝卜别吃1 天前
Vue3 中如何在 setup 语法糖下，通过 Layer 弹窗组件弹出自定义 Vue 组件？GISer_Jing3 天前
遥感图像分割：五大开源模型推荐Lwcah3 天前
Python | LGBM+SHAP可解释性分析回归预测及可视化算法大数据魔法师4 天前
分类与回归算法（六）- 集成学习（随机森林、梯度提升决策树、Stacking分类）相关理论大数据魔法师4 天前
分类与回归算法（五）- 决策树分类happy egg4 天前
随机森林分类VS回归先生沉默先4 天前
Nginx 反向代理学习：单端口统一访问多服务2501_941144424 天前
基于 Rust 与 Actix 构建高性能分布式微服务与低延迟网络系统实践分享