spatialRF：使用随机森林进行简单的空间建模
使用随机森林自动生成和选择空间回归的空间预测因子。空间预测因子是驱动响应变量空间结构的变量的代理。该软件包提供了两种从训练案例之间的距离矩阵生成空间预测因子的方法：1）Moran的特征向量图（MEM；Dray、Legendre和Peres-Neto 2006<doi:10.1016/j.ecolmodel.2006.02.015>)：计算为加权距离矩阵的特征向量；2） RFsp（Hengl等人<doi:10.7717/peerj.5518>)：用作空间预测因子的距离矩阵列。空间预测有助于最小化模型残差的空间自相关，并有助于诚实评估非空间预测的重要性得分。此外，软件包中还包括减少多重共线性、识别相关变量交互、调整随机森林超参数、通过空间交叉验证评估模型可传递性以及通过部分相关曲线和交互曲面探索模型结果的功能。建模功能围绕高效的“护林员”软件包构建（Wright and Ziegler 2017<doi:10.18637/jss.v077.i01>).
| 版本： |
1.1.4 |
| 取决于： |
R（≥2.10） |
| 进口： |
数字播放器,ggplot2,马格里特，统计，易怒的，实用程序，foreach公司,do并行,护林员,爱尔兰航空公司,第三年,潮汐选择,可拥抱的,拼凑,病毒属 |
| 建议： |
测试那个,拼写 |
| 出版： |
2022-08-19 |
| 内政部： |
10.32614/CRAN.package.空间射频 |
| 作者： |
布拉斯·贝尼托 [aut，cre，cph] |
| 维护人员： |
布拉斯·贝尼托（Blas M.Benito） |
| 错误报告： |
https://github.com/BlasBenito/spatialRF/issues/ |
| 许可证： |
GPL-3公司 |
| 网址： |
https://blasbenito.github.io/spatialRF网址/ |
| 需要编译： |
不 |
| 语言： |
英语-美国 |
| 引用： |
spacealRF引文信息 |
| 材料： |
新闻 |
| CRAN检查： |
空间射频结果 |
文档：
下载：
链接：
请使用规范形式https://CRAN.R-project.org/package=spacealRF链接到此页面。