在栅格数据上实现回归树的方法 - python

Question

我正在尝试在 python 中的一些栅格数据上构建和实现回归树算法，但似乎找不到最好的方法。我将尝试解释我正在尝试做的事情：

我想要的输出是光栅图像，其值代表湖泊深度，称为 depth.tif。我有一系列光栅图像，每个图像代表不同 Landsat 波段的反射率值，例如 [B1.tif, B2.tif, ..., B7.tif]，我想将其用作预测湖泊深度的自变量。

对于我的训练数据，我有一个已知湖泊深度约 6000 个点的 shapefile。为了创建一棵树，我为每个点提取了相应的反射率值，然后将其导出到表中。然后，我在机器学习软件 weka 中使用该表创建了一个包含 600 个分支的回归树，该树将根据一组反射率值预测深度值。但是因为树太大了，我不能手动用python写。我遇到了 python-weka-wrapper 模块，所以我可以在 python 中使用 weka，但已经被整个光栅部分卡住了。由于我的数据有一个额外的维度（如果转换为数组，每个自变量实际上是一组 ncolumns x nrows 值，而不是像所有示例中的一行值），我不知道它是否可以我想要的是。在 weka-python-wrapper 的所有示例中，我找不到一个处理空间数据的示例，我认为这是让我失望的原因。

为了澄清，我想使用训练数据（现在是一个点 shapefile/表，但如果有必要，可以转换为与反射率栅格相同大小的栅格，除了所有单元格中没有数据对于我知道深度数据的几个点），构建一个回归树，该树将使用反射率栅格来预测深度​​。然后我想将该树应用于同一组反射率栅格，以便获得预测深度值的栅格无处不在。

我意识到这很令人困惑，而且我在解释方面可能做得不够好。除了尝试在 python 中实现 weka 之外，我对其他选项持开放态度，例如 sklearn，只要它们是开源的。我的问题是，我所描述的可以做到吗？我很确定它可以，因为它与图像分类非常相似，除了目标值（深度）是连续的而不是离散的类，但到目前为止我失败了。如果是这样，最好/最直接的方法是什么和/或是否有任何可能有帮助的示例？

谢谢

Answer 1

我有一些使用 LandSat Data 预测土壤环境特性的经验，这似乎与您上面描述的问题有些相关。虽然当时我开发了自己的模型，但我可以描述我为映射预测数据所经历的一般过程。

对于训练数据，我能够为采集已知土壤样本的空间点提取 LandSat 值（以及其他属性）。这样，我可以使用 LandSat 数据作为预测环境数据的输入。该数据的一部分也将保留用于测试，以确认经过训练的模型没有过度拟合训练数据，并且可以很好地预测输出。

此过程完成后，就可以通过获取所需区域每个点的空间信息（与所需图像的分辨率相匹配）来绘制所需区域的地图。从那里，您应该能够将这些 LandSat 因子输入到模型中进行预测，输出用于映射预测深度。在这种情况下，您可能只使用 Weka 来预测所有情况，然后使用其他工具根据您的估计构建地图。

我相信我很久以前就编写了一些代码来在 ArcGIS 中提取我需要的每个因素，但是我已经有一段时间没有这样做了。应该有一些很好的教程可以帮助你朝这个方向发展。

我希望这对您的特殊情况有所帮助。

Answer 2

听起来您没有使用任何空间信息来构建树 （例如有关相邻像素的信息），只是反射率。这样你就可以 将您的决策树应用于像素，就好像像素都在一个 一维列表或数组。

6000 点训练数据文件的 600 分支树看起来可能是 过拟合。考虑加入一个要求树停止分裂的选项 当节点上的点少于 N 或类似的东西时。也许有 是一个可以设置的修剪因子。您可以测试不同的设置 直到您找到能够从交叉验证中获得最佳统计数据的那个，或者 一个保留的测试集。