一种基于特征选择和改进的随机森林模型整合的种群空间化方法

科学领域:

• 地理信息科学 地理信息科学
• 空间分析 空间分析
• 机器学习应用 机器学习应用

背景情况:

• 精确的人口空间分布对于城市规划,资源分配和应急响应至关重要.
• 传统的随机森林 (RF) 模型与不平衡的人口数据作斗争,限制了预测准确性.
• 现有的空间化方法需要改进,以处理复杂的人口分布特征.

研究的目的:

• 开发一个改进的人口空间化模型,整合特征选择和精细的随机森林算法.
• 提高城市规划和资源管理的人口分布绘图的准确性和可靠性.
• 解决标准随机森林模型在处理不平衡的空间人口数据方面的局限性.

主要方法:

• 采用递归特征消除,使用交叉验证 (RFECV),最大信息系数 (MIC) 和平均下降精度 (MDA) 进行特征选择.
• 使用选定的特征子集构建随机森林模型 (MIC-RF,RFECV-RF,MDA-RF).
• 集成的K-means++集群和随机森林的启动抽样,以创建一个不平衡数据集的改进模型.
• 为南四川经济区生成500米分辨率的空间人口分布数据集.

主要成果:

• 与使用所有因素相比,特征选择方法显著提高了模型准确性,MDA-RF实现了最低的MAPE (0.174) 和最高的R2 (0.913).
• 改进的随机森林模型,使用K-means++集群和MDA选择子集的引导抽样,进一步提高了预测准确度,比MDA-RF.
• 与WorldPop数据集相比,拟议的方法显示出更高的准确性,平均相对误差 (MRE) 和根平均平方误差 (RMSE) 显著较低.

结论:

• 特征选择,特别是使用MDA方法,在优化人口空间化模型的输入数据方面是有效的.
• 整合K-means++集群和引导采样与随机森林的集成有效地解决了数据失衡,提高了预测准确度.
• 拟议的人口空间化模型为绘制人口分布提供了更准确,更可靠的方法,有利于城市规划和应急管理.