การใช้แพ็คเกจ RandomForest ใน R จะแมปการทำนายฟอเรสต์แบบสุ่มได้อย่างไร

ป้อนคำอธิบายรูปภาพที่นี่ฉันกำลังพยายามใช้ Randomforest เพื่อสร้างแผนที่การทำนายเชิงพื้นที่

ฉันพัฒนาแบบจำลองของฉันโดยใช้การถดถอยฟอเรสต์แบบสุ่ม แต่ฉันพบปัญหาเล็กน้อยในขั้นตอนสุดท้ายในการใช้ตัวทำนายที่ดีที่สุดสำหรับการสร้างแผนที่เชิงทำนาย ฉันต้องการสร้างแผนที่ทำนายแผนที่

รหัสของฉัน:

library(raster)
library(randomForest)

set.seed(12)
s <- stack("Density.tif", "Aqui.tif", "Rech.tif", "Rainfall.tif","Land Use.tif", "Cond.tif", "Nitrogen.tif", "Regions.tif","Soil.tif","Topo.tif", "Climatclass.tif", "Depth.tif")

points <- read.table("Coordonnées3.txt",header=TRUE, sep="\t", dec=",",strip.white=TRUE)

d <- extract(s, points)
rf <-randomForest(nitrate~ . , data=d, importance=TRUE, ntree=500, na.action = na.roughfix)
p <- predict(s, rf)

plot(p)

ข้อมูลตัวอย่าง:

> head(points)
       LAT      LONG
1 -13.057007 27.549580
2  -4.255000 15.233745
3   5.300000 -1.983610
4   7.245675 -4.233336
5  12.096330 15.036016
6  -4.255000 15.233745

ข้อผิดพลาดเมื่อฉันรันโค้ดสั้นคือ:

Error in eval(expr, envir, enclos) : object 'nitrate' not found.

r random prediction
person Issoufou    schedule 08.07.2016    source แหล่งที่มา
comment
head(d) จะช่วยแก้ไขคำถามของคุณได้ดีขึ้นและดูที่ d ว่าชื่อคอลัมน์มีไนเตรตหรือไนโตรเจนหรือไม่   -  person abhiieor    schedule 08.07.2016
comment
รหัสบรรทัดใดที่ทำให้เกิดข้อผิดพลาด มันเป็นแบบจำลองหรือการทำนายหรือไม่?   -  person Gregor Thomas    schedule 08.07.2016
comment
ข้อผิดพลาดของรหัสปรากฏขึ้นเมื่อฉันทำงานในขั้นตอน: rf ‹-randomForest(nitrate~ . , data=d, allowance=TRUE, ntree=500, na.action = na.roughfix)   -  person Issoufou    schedule 09.07.2016
comment
ฉันมีตัวทำนายสิบสองตัวในรูปแบบแรสเตอร์ แรสเตอร์ที่แตกต่างกันถูกเก็บไว้ใน: s ‹- stack(Density.tif, Aqui.tif, Rech.tif, Rainfall.tif, Land Use.tif, Cond.tif, Nitrogen.tif, Regions.tif, Soil.tif, Topo .tif, Climat class.tif, Depth.tif) วัตถุประสงค์ของฉันคือการใช้ไนเตรต (logtransformed ของไนเตรต) เป็นตัวแปรตอบสนองเพื่อสร้างแผนที่การทำนาย   -  person Issoufou    schedule 09.07.2016

คำตอบ (2)


arrow_upward
0
arrow_downward

ฉันเดาว่าข้อผิดพลาดจะเกิดขึ้นเมื่อคุณพอดีกับโมเดล

เหตุใดจึงมีตัวแปรชื่อ nitrate เมื่อพิจารณาว่าคุณสร้าง RasterStack อย่างไร บางทีอาจมีอันหนึ่งชื่อ Nitrogen ไม่ว่าจะด้วยวิธีใด คุณสามารถค้นหาได้โดยดูที่ names(s) และ colnames(d)

โปรดทราบว่า points ของคุณไม่ดี! พวกเขาอยู่ในลำดับที่กลับกัน ลำดับควรเป็น (ลองจิจูด, ละติจูด)

จากความคิดเห็นของคุณ (โปรดแก้ไขคำถามของคุณแทน) คุณควรเพิ่มไนเตรตไฟล์คะแนน (คอลัมน์ที่สาม) หรืออะไรทำนองนั้น แล้วทำ

 xy <- points[, 2:1]
 nitrate <- points[,3]

แยกคะแนนและรวมกับข้อมูลที่สังเกตได้ของคุณ

 d <- extract(s, xy)
 d <- cbind(nitrate=nitrate, d)

สร้างแบบจำลองและคาดการณ์

 rf <-randomForest(nitrate~ . , data=d, importance=TRUE, ntree=500, na.action = na.roughfix)
 p <- predict(s, rf)
person Robert Hijmans    schedule 09.07.2016
comment
ฉันมีตัวทำนายสิบสองตัวในรูปแบบแรสเตอร์ แรสเตอร์ที่แตกต่างกันถูกเก็บไว้ใน: s ‹- stack(Density.tif, Aqui.tif, Rech.tif, Rainfall.tif, Land Use.tif, Cond.tif, Nitrogen.tif, Regions.tif, Soil.tif, Topo .tif, Climat class.tif, Depth.tif) - person Issoufou; 09.07.2016
comment
ถ้าฉันบวกค่าไนเตรตลงในจุด ฉันจะได้: head(points) Ln.NO3._mean LAT LONG 1 0.2311117 -13.057007 27.549580 2 0.3148107 -4.255000 15.233745 3 0.3162695 5.300000 -1.983 610 4 0.4054651 7.245675 -4.233336 5 0.4054651 12.096330 15.036016 6 0.6205765 - 4.255000 15.233745 ในกรณีนี้ หากฉันใส่ค่าไนเตรตด้วย LAT และ LONG เมื่อรันอีกครั้ง ข้อผิดพลาดจะปรากฏขึ้น: › d ‹- extract(s, point) Error in .xyValues(x, as.matrix(y) , ...) : xy ควรมี 2 คอลัมน์เท่านั้น พบมิติเหล่านี้: 82, 3 - person Issoufou; 09.07.2016
comment
ตัวแปรที่เรียกว่าไนเตรตไม่อยู่ในรูปแบบแรสเตอร์ แต่เป็นตัวแปรเชิงปริมาณ - person Issoufou; 09.07.2016

arrow_upward
0
arrow_downward

ดูเหมือนว่าข้อผิดพลาดจะเกิดขึ้นเมื่อคุณพยายามสร้างฟอเรสต์ การไม่ใช้อินเทอร์เฟซสูตรอาจเป็นประโยชน์มากที่สุด นอกจากนี้ หาก d มีขนาดใหญ่ ไม่แนะนำให้ใช้อินเทอร์เฟซสูตร จากไฟล์วิธีใช้บน randomForest: "สำหรับชุดข้อมูลขนาดใหญ่ โดยเฉพาะชุดข้อมูลที่มีตัวแปรจำนวนมาก ไม่แนะนำให้เรียก RandomForest ผ่านทางอินเทอร์เฟซของสูตร เนื่องจากอาจมีค่าใช้จ่ายมากเกินไปในการจัดการสูตร"

สมมติว่า d$nitrate มีอยู่แล้ว วิธีแก้ไขคือ randomForest(y = d$nitrate, x = subset(d, select = -nitrate), importance=TRUE, ntree=500, na.action = na.roughfix)

person Willis    schedule 15.07.2016