如何修改RFGLS_estimate_spatial命令以考虑时空依赖
如何修改RFGLS_estimate_spatial命令以考虑时空依赖
提问于 2022-05-26 20:59:20
早上好,
我正在研究一些有关PM2.5的时空数据。
我想应用一个版本的随机森林，它明确地解释了观测中的空间依赖，正如“空间依赖数据的随机森林”https://www.tandfonline.com/doi/abs/10.1080/01621459.2021.1950003#:~:text=Spatial%20linear%20mixed%2Dmodels%2C%20consisting,the%20covariate%20effect%20is%20nonlinear中所介绍的那样。
重点是，我想解释时空依赖，而不仅仅是空间依赖。
理论上，如果我能给函数提供时空协方差矩阵Q(它将是NT x NT矩阵)的估计，那么拟合就可以像原算法一样运行。
我不知道如何修改函数RFGLS_estimate，使其能够在输入中提供协方差矩阵q，用于树的生长。
有什么建议吗？
先谢谢你
回答 1
Stack Overflow用户
发布于 2022-12-01 13:18:19
在概念上，RFGLS方法可以处理任何输入协方差(或逆协方差矩阵Q)，这是正确的。然而，目前RandomForestsGLS R-包只能对特定类别的时空依赖家族进行建模，而不能对时空依赖进行建模。这是因为某些空间协方差(如最近邻高斯过程)和时间协方差(如自回归模型)产生稀疏逆协方差矩阵，大大加快了RFGLS算法的速度。我们目前正在开发一个允许使用用户指定的协方差模型的扩展。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/72397954
复制相关文章
相似问题
腾讯云开发者
