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
机器学习之心1 天前
扩散模型数据增强 + Transformer-LSTM 回归预测：小样本场景下的工业级解决方案网安蟹佬霸1 天前
Google开源DiffusionGemma：26B MoE扩散语言模型，放弃自回归实现4倍推理加速小糖学代码1 天前
机器学习：7.支持向量机(SVM)上非科班Java出身GISer1 天前
ArcGIS JS 基础教程（10）：Camera 相机控制小糖学代码1 天前
机器学习：7.支持向量机(SVM)下码语智行2 天前
Shapefile获取空间数据和中心点坐标码语智行2 天前
地图上图、空间拓扑查询示例郑洁文2 天前
基于Python+回归分析的电子产品需求数据分析与预测DXM05212 天前
第10期| 卷积神经网络CNN通俗详解：AI遥感的底层核心dongf20192 天前
R 语言 逻辑斯蒂回归