Question

我是新来的，我真的想要一些帮助。我有一个包含地理信息（经度，纬度......）的数据集，我想确保使用支持向量回归的数据集预测某些方面，但我不知道如何执行此任务。我有以下问题，

我需要经历一个特定的进动吗？
SVR是否将地理数据集视为普通数据集，或者在工具和处理方面是否存在一些特殊性？
考虑地理数据的任何推荐的预测分析工具（包括SVR）？

Answer 1

此给定的解决方案适用于您要基于栅格中的因变量提取自变量的情况。但是，如果您拥有所有相关数据和独立数据及其对应位置，则只需在R中使用svm函数，然后将栅格数据或矢量（新）数据添加到预测函数中进行预测，或者也可以使用估计的相关系数GIS栅格计算器中的变量并将其乘以相应的自变量，最后您将获得预测的栅格。

只需对R中的空间数据执行以下操作即可。

首先，支持向量回归可以用于预测实际值，并且可以使用R中的库（“ e1071”）来执行此算法。

您可以将数据集以及纬度和经度列导入为CSV。

将您的data.fram转换为空间data.frame

#Read data
dat<-read.csv(choose.files())

#convert the data to SPDF. 
dat_sp=SpatialPoints(cbind(dat$x,dat$y))

#add your Geographical referense system
dat_crs=CRS("+proj=utm +zone=39 +datum=WGS84")

#Data Frams for SpatialPoint Data(Creating a SpatialPoints data frame for dat)
dat_spdf=SpatialPointsDataFrame(coords = dat_sp,data = dat, proj4string = dat_crs)
plot(dat_spdf, col='blue', cex=1, pch=16, axes=TRUE)

#Extract value 
dat_spdf$ref <- extract(raster , dat_spdf)

然后，您可以从栅格数据或任何您拥有的数据（您的独立变量）中提取数据。

最后，您可以在R中使用以下命令。

SVM(dependent ~.,independent)

但是您需要真正了解SVR是什么以及如何评估结果。

您还可以将结果显示为最终栅格地图。

您可以使用工具箱包，也可以使用栅格包。

基于支持向量回归的GIS分析

1 个答案: