Saya memiliki 5 variabel untuk setiap negara di dunia dan saya perlu menganalisis efek dan interaksinya pada variabel independen. Acak Hutan akan memadai untuk ruang lingkup saya karena berkaitan dengan hubungan non-linear dan memprediksi pentingnya variabel. Namun, saya bertanya-tanya apakah ketergantungan spasial mungkin menjadi masalah. Saya belum pernah melihat ketergantungan spasial dibahas dalam aplikasi RF bahkan jika telah banyak digunakan untuk data spasial.
Jawaban:
Tidak ada masalah dengan autokorelasi spasial dari respons Anda atau variabel penjelas. Ini adalah teknik yang sepenuhnya non-parametrik. Saya telah menggunakannya untuk interpolasi variabel keragaman struktural di seluruh negara saya berdasarkan data in situ dari grid biasa dan memperkenalkan koordinat sebagai kovariabel bahkan menghasilkan prediksi yang lebih baik. Ini karena Random Forest didasarkan pada pendekatan divide and conquer (pohon klasifikasi dan regresi), yang berarti ia memisahkan ruang fitur Anda menjadi subset terpisah di mana model yang lebih sederhana (secara default rata-rata sederhana dalam kasus regresi) dapat menghasilkan prediksi yang baik. Memperkenalkan koordinat sebagai variabel, dalam kasus saya, mengeksploitasi autokorelasi spasial karena masuk akal bahwa himpunan bagian geografis tertentu dari negara berperilaku homogen.