随机森林分类VS回归

1. 先区分两种 Random Forest：分类 vs 回归

🟢 分类 RF（RandomForestClassifier）

• 目标变量是 类别，比如：

  • 0 = 不发生滑坡 / 不发生冲突

  • 1 = 发生滑坡 / 发生冲突

也就是 "有 / 没有"、"属于哪一类"。

🔵 回归 RF（RandomForestRegressor）

• 目标变量是 连续数值，比如：

  • 某栅格格点的死亡人数

  • 某格点的事件次数

  • 某处经济损失的金额

也就是 "有多大 / 有多少" 这种量。

---

2. 分类 RF：predict() vs predict_proba()

2.1 predict(X) ------ 给你"类别结果"

• 输出是：0 或 1（或者多个类别 A/B/C）

举个例子：

你用的是二分类：0=不发生滑坡，1=发生滑坡。

y_pred = clf.predict(X)

可能得到：

[0, 0, 1, 1, 0, 1, ...]

意思就是：

• 第 1 个样本：模型判断"不发生"

• 第 3 个样本：模型判断"会发生"

特点：

• 这是模型最终"下决定"的结果。

• 如果你把这个直接写进栅格，地图上就是 0/1 的 分类图（发生/不发生）。

---

2.2 predict_proba(X) ------ 给你"概率（置信度）"

probs = clf.predict_proba(X)

对于二分类，probs 每一行是两个数：

[ [0.9, 0.1], [0.3, 0.7], [0.2, 0.8], ... ]

如果类别顺序是 [0, 1]，那：

• 第一行 [0.9, 0.1] =

  • P(类别0) = 0.9（不发生的概率 0.9）

  • P(类别1) = 0.1（发生的概率 0.1）

我们最常用的是 "发生"这一类的概率，也就是第二列：

p_event = probs[:, 1] # 发生滑坡/冲突的概率

比如得到：

[0.1, 0.7, 0.8, 0.05, ...]

特点：

• 输出是 0--1 之间的连续值，可直接理解为：

  👉"这个位置发生事件的概率/风险大小"

• 如果你把它写回点 → 再转栅格，就是一幅 风险概率图，非常适合做 0--1 的风险图、热度图。

你可以这样理解：

• predict() = 模型帮你"拍板"：发生 / 不发生（0/1）

• predict_proba() = 模型告诉你它的"信心"：发生的可能性是 0.8 还是 0.2

在空间风险制图里，一般 更喜欢用 predict_proba 的结果 来做图。

---

3. 回归 RF：只有 predict()（没有概率）

回归模型（RandomForestRegressor）的目标是一个连续值：

reg = RandomForestRegressor(...) y_pred = reg.predict(X)

举例：

• 你训练的是 "某栅格的冲突事件次数"

  • 输入一堆因子 → 输出可能是：0.3 次、2.7 次、5.1 次...

• 或者 "死亡人数"

  • 预测结果可能是：0.0、12.5、3.2 ...

这里的 predict() 就是你想要的"数值预测结果"，本身就是连续的。

典型区别：

• 分类 RF：predict() 给 0/1、A/B/C（离散）

• 回归 RF：predict() 给 3.7、10.2 这种连续数

注意：

回归 RF 一般 没有 predict_proba()，因为回归本身就不是"概率意义的分类"，而是直接预测数值。

---

4. 跟你这套流程的关系（帮你选用哪个）

结合你现在这套"因子栅格 → 转点 → 提取多因子 → RF → 写回 prediction → 转栅格"的流程来看：

如果你的标签是 0/1（有事件 / 无事件）：

• 这是 分类问题。

• 推荐做法：

  1. 用 RandomForestClassifier 训练模型；

  2. 用 predict_proba(X) 得到每个点/像元的 发生概率（取类别 1 的那一列）；

  3. 把这个概率写到 prediction 字段 → 再转成栅格。

• 得到的结果：

  👉 每个像元是一个 0--1 的概率值，可以说"这里发生事件的概率是 0.73"。

如果你的标签是 连续数量（比如次数、死亡人数等）：

• 这是 回归问题。

• 做法：

  1. 用 RandomForestRegressor；

  2. predict(X) 得到连续数值；

  3. 写入 prediction 字段 → 转栅格。

• 得到的结果：

  👉 每个像元是 "预测的次数/人数"。

---

5. 一句简短总结

• 分类 RF：

  • predict()：给你分类结果（0/1），适合做"发生 / 不发生"图。

  • predict_proba()：给你类别的概率（0--1），适合做"风险概率图"。

• 回归 RF：

  • 只有 predict()：直接给连续数值（强度/次数/损失），适合做"强度分布图"。