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
郄堃Deep Traffic11 小时前
机器学习+城市规划第十四期：利用半参数地理加权回归来实现区域带宽不同的规划任务Jay Kay17 小时前
ReLU 新生：从死亡困境到强势回归我不是小upper19 小时前
SVM超详细原理总结白杆杆红伞伞20 小时前
10_聚类kuiini2 天前
机器学习笔记【Week7】pen-ai3 天前
【统计方法】基础分类器: logistic, knn, svm, lda孙 悟 空3 天前
ArcGIS Maps SDK for JavaScript：使用图层过滤器只显示FeatureLayer的部分要素deephub3 天前
让回归模型不再被异常值“带跑偏“，MSE和Cauchy损失函数在噪声数据环境下的实战对比如影随从3 天前
11 - ArcGIS For JavaScript -- 高程分析菥菥爱嘻嘻3 天前
React---day8