タグ付けされた質問 「random-forest」

これは、以前の投稿「土地被覆分類のための機械学習アルゴリズム」へのフォローアップです。 と思われるランダムフォレスト（RF）分類方法は、リモートセンシングの世界で非常に勢いを増しています。RFには多くの長所があるため、特に興味があります。 リモートセンシングデータに適したノンパラメトリックアプローチ 報告された高い分類精度 変数の重要度が報告されます これらの長所を考えると、高解像度の4バンド画像を使用してランダムフォレストの土地分類を実行したいと思います。ランダムフォレストの利点を宣伝する多くの資料と研究がありますが、分類分析を実際に実行する方法に関する情報はほとんどありません。私はRを使用したRF回帰に精通しており、この環境を使用してRF分類アルゴリズムを実行することを好みます。 Rを使用してランダムフォレストアルゴリズムに（つまり、高解像度CIR航空写真に基づいて）トレーニングデータを収集、処理、および入力するにはどうすればよいですか？分類された土地被覆ラスターの作成方法に関する段階的なアドバイスは大歓迎です。

32 r  land-classification  random-forest  machine-learning 

Rには画像セグメンテーションの能力がありますが、私が出くわしたすべての例では、セグメンテーションに単一のバンドを使用しています（例）。Rのランダムフォレストイメージ分類の能力とオブジェクト指向セグメンテーションアプローチを組み合わせることに興味があります。 Rは、天然資源ベースの分析に適したマルチスペクトル画像セグメンテーションにどのような機能を備えていますか？または、さらに分析するために、単一バンドセグメンテーションの結果をリンクする方法。

11 r  remote-sensing  digital-image-processing  image-segmentation  random-forest