如何使用 cforest 生成的模型预测新栅格答案

【问题标题】：How to predict new raster using model generated by cforest如何使用 cforest 生成的模型预测新栅格
【发布时间】：2015-04-22 18:51:56
【问题描述】：

我使用 randomForest 模型来预测类成员。 “x”由 10 个类组成，我用它们来训练从大型栅格堆栈/砖中提取的“training_predictors”值。具体的代码行是：

r_tree

然后我使用我应用于栅格堆栈“predictor_data”的模型“r_tree”运行“预测”，如下所示：

预测

输出是我用作专题图的栅格。

我想使用条件推理树模式“cforest”而不是 randomForest 来实现相同的目标。

我知道 'predict' 可以与 cforest 一起使用，但我无法生成光栅文件，例如上面所示的带有 randomForest 的光栅文件。

【问题讨论】：

标签： r random-forest predict

【解决方案1】：

它应该可以正常运行，但您可能需要添加参数 OOB=TRUE，并确定因素（如果有）。

示例数据

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'

基本模型

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

带因子的模型

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)

顺便说一句，这几乎直接来自 raster::predict 的帮助文件

【讨论】：

您好，谢谢，但没有成功。我可以使用带有“大型 RasterStack”约 5 亿个元素的 randomForest 模型运行编辑，但是当我尝试使用 cforest 模型（基本）时，它似乎正在工作，但在等待几个小时后没有结果......使用相同的数据，除了该cforest需要一个data.frame。确实令人费解。皮埃尔
嗯，上面显示它应该可以工作。如果它对您不起作用，那可能有几个原因。首先设置一个非常小的示例，仅针对几个单元格，并尝试首先将其作为 data.frame (data.frame( s[1:10] ) 运行（除非前 10 个单元格不适用），然后再运行小光栅（s[1:10, drop=FALSE]）
是的，我也有同样的想法。我用一个 100×100 的光栅文件进行了测试，我花了大约 10 分钟来完成“预测”。原始栅格为 2445×2852（约 75 个变量/层）。使用随机森林对象时，大约需要 40 分钟才能完成。好吧，如果 cforest 模型的预测率是正确的，那么需要将近 5 天才能获得完整的栅格。这比较令人费解。非常感谢。