如何使用cforest生成的模型預測新柵格

我使用randomForest模型來預測類成員資格。 'x'由10個類組成，用於訓練從大型rasterstack/brick中提取的'training_predictors'值。碼的特定行是：（X〜，數據= training_predictors，...）如何使用cforest生成的模型預測新柵格

r_tree < -randomForest

然後我運行 '預測' 使用模型 'r_tree' 我適用於rasterstack 'predictor_data'，如下圖：

預測< -predict（predictor_data，r_tree，文件名= outraster，樂趣=預測na.rm = TRUE，FORMAT = 「PCDISK」，覆蓋= TRUE，進展=「text」，type =「response」）。

輸出是我用作專題圖的柵格。

我想使用條件推理樹模式'cforest'而不是randomForest來實現相同的目標。

我知道'預測'可以和cforest一起使用，但是我還沒有能夠生成光柵文件，比如像上面那樣使用randomForest的光柵文件。

來源

2015-04-22 Pierre Dubeau

它應該運行良好，但您可能需要添加參數OOB = TRUE，並確定是否有任何因素。與因素

v$red <- as.factor(round(v$red/100)) 
logo$red <- round(logo[[1]]/100) 
m2 <- cforest(pa~., control=cforest_unbiased(mtry=3), data=v) 
f <- list(levels(v$red)) 
names(f) <- 'red' 
pc2 <- predict(logo, m2, OOB=TRUE, factors=f) 
plot(pc2)

順便說

實例數據

p <- matrix(c(48, 48, 48, 53, 50, 46, 54, 70, 84, 85, 74, 84, 95, 85, 
    66, 42, 26, 4, 19, 17, 7, 14, 26, 29, 39, 45, 51, 56, 46, 38, 31, 
    22, 34, 60, 70, 73, 63, 46, 43, 28), ncol=2) 

a <- matrix(c(22, 33, 64, 85, 92, 94, 59, 27, 30, 64, 60, 33, 31, 9, 
    99, 67, 15, 5, 4, 30, 8, 37, 42, 27, 19, 69, 60, 73, 3, 5, 21, 
    37, 52, 70, 74, 9, 13, 4, 17, 47), ncol=2) 

# extract values for points 
xy <- rbind(cbind(1, p), cbind(0, a)) 
v <- data.frame(cbind(xy[,1], extract(logo, xy[,2:3]))) 
colnames(v)[1] <- 'pa'

基本型

library(party) 
m1 <- cforest(pa~., control=cforest_unbiased(mtry=3), data=v) 
pc1 <- predict(logo, m1, OOB=TRUE) 
plot(pc1)

模式，這是以幾乎直出光柵的幫助文件::預測

來源

2015-04-23 03:30:31 RobertH

嗨，謝謝，但沒有成功塞斯。我可以使用帶有大型RasterStack〜5億個元素的randomForest模型來運行編輯，但是當我嘗試使用cforest模型（基本）時，似乎可以正常工作，但在等待幾個小時後沒有任何結果。使用相同的數據該cforest需要一個data.frame。確實令人困惑。皮埃爾 –

那麼，上面顯示它應該工作。如果它不適合你，那可能有幾個原因。首先設置一個非常小的例子，僅爲幾個單元格，並嘗試首先將其作爲data.frame（data.frame（s [1:10]）運行（除非前10個單元格爲NA），然後對於小光柵（s [1:10，drop = FALSE]） – RobertH

是的，我有同樣的想法，我用100×100光柵文件進行了測試，我花了大約10分鐘完成'預測'柵格數爲2445×2852（每層大約75個變量），使用隨機森林對象時，大約需要40分鐘，如果cforest模型預測速率正確，則需要將近5天才能獲得完整的柵格這很令人費解，非常感謝。 –

如何使用cforest生成的模型預測新柵格

回答

相關問題