R中栅格堆栈的无监督随机森林分类

Posted 2023-03-12

【中文标题】R中栅格堆栈的无监督随机森林分类

【英文标题】：unsupervised random forest classification of raster stack in R

【发布时间】：2015-05-04 04:03:23

【问题描述】：

我想从 R 中的栅格堆栈中计算无监督的随机森林分类。栅格堆栈表示不同光谱带中的相同程度，因此我想获得堆栈的无监督分类。 我的代码有问题，因为我的数据非常庞大。是否可以将堆栈转换为数据帧以便像这样运行随机森林算法：

stack_median <- stack(b1_mosaic_median, b2_mosaic_median, b3_mosaic_median, b4_mosaic_median, b5_mosaic_median, b7_mosaic_median)
stack_median_df <- as.data.frame(stack_median)

这是 csv 文件 (https://www.dropbox.com/s/gkaryusnet46f0i/stack_median_df.csv?dl=0) 形式的数据 - 您可以通过以下方式读取它：

stack_median_df<-read.csv(file="stack_median_df.csv")
stack_median_df<-stack_median_df[,-1]
stack_median_df_na <- na.omit(stack_median_df)

我的下一步将是无监督分类：

median_rf <- randomForest(stack_median_df_na, importance=TRUE, proximity=FALSE, ntree=500, type=unsupervised, forest=NULL)

由于我的数据集庞大，无法计算邻近度度量（大约需要 6000GB）。你知道怎么才能看分类吗？ predict(median_rf) 和 plot(median_rf) 不返回任何内容。

对于无监督随机森林分类及其准确性度量的每一个建议、改进或代码 sn-p，我都很高兴，... 非常感谢！

【参考方案1】：

我认为您可以使用大样本进行无监督分类，然后使用创建监督分类模型（从原始数据预测类别；并且应该非常适合）并将其应用于整个数据集.