Algoritmos de aprendizaje automático para la clasificación de la cobertura terrestre

34

Estoy interesado en saber qué software existe para la clasificación de la tierra usando algoritmos de aprendizaje automático (por ejemplo, k-NN, Random Forest, árboles de decisión, etc.) Estoy al tanto de randomForest en R y MILK y SPy en Python.

¿Qué algoritmos de aprendizaje automático de código abierto o comercial son adecuados para la clasificación de la cobertura terrestre?

    
pregunta Aaron 15.10.2012 - 21:14

7 respuestas

32

Debería decir que el entorno de software más completo para el Aprendizaje automático y el modelado no paramétrico es R. Este es un gran campo en estadística, que abarca K-NN, suavizado de kernel, modelos aditivos generales, alumnos débiles, vectores de apoyo, neuronal Redes, regresión spline semiparamétrica, imputación, etc. Recomendaría encarecidamente leer: Hastie, T., R. Tibshirani, J. Friedman (2009) Los elementos del aprendizaje estadístico: minería de datos, inferencia y predicción. Serie Springer en Estadística.

Además de R, el software comercial de Salford Systems cuenta con Random Forests, Multivariate Adaptive Regression Splines, CART y Gradient Boosting (TreeNet) disponibles en un entorno GUI. RuleQuest sigue vendiendo See5 / C5, que es una versión actualizada del algoritmo CART C4 / ID3. El Weka 3 de University of Waikato es un esfuerzo de código abierto de GUI / línea de comandos de Java con una gran cantidad de modelos disponibles.

    
respondido por el Jeffrey Evans 16.10.2012 - 06:31
22

Recomiendo encarecidamente scikits-learn para Python. Es compatible con la clasificación supervisada y no supervisada, y la documentación es excelente (en particular, consulte el Aprendizaje automático para el análisis de datos astronómicos y el documento adjunto < a href="http://www.youtube.com/watch?v=33L_EXLtJPE&feature=plcp"> video de YouTube (nota: esto dura 3 horas)).

El proyecto está en desarrollo activo, con la última versión 0.12 que se lanzó en septiembre.

En cuanto a lo que puede hacer el paquete, consulte Vecinos más cercanos , Random Forest (bajo Ensembe Methods), y Decision Trees para usar los ejemplos que proporcionaste.

Desafortunadamente, no hay GUI a menos que desee dedicar tiempo a crear una, pero recomendaría el iPython IDE como un excelente entorno de scripting interactivo. Incluyendo gráficos en línea con matplotlib en la consola QT.

    
respondido por el om_henners 16.10.2012 - 07:31
10

Un buen resumen de las técnicas de aprendizaje automático en R es la vista de tareas de aprendizaje automático . Ofrece una gran cantidad de algoritmos diferentes, recomendados por los expertos.

    
respondido por el Paul Hiemstra 15.10.2012 - 22:50
6

Su pregunta asume que los algoritmos de aprendizaje automático para la clasificación de la tierra son de alguna manera distintos del software utilizado para otras aplicaciones de aprendizaje automático. Existen algunas aplicaciones que requieren un tratamiento especial debido a características inusuales, pero no hay ninguna razón que conozca para pensar que el uso de la tierra necesita un tratamiento especial. Si los datos de uso del suelo se pueden colocar en una forma estándar delimitada por comas, las herramientas existentes como R deberían funcionar correctamente. Ahora puede o no haber un software de uso del suelo que use modelos descubiertos a partir de técnicas de aprendizaje automático, pero esa es una pregunta diferente.

Editado después de la primera respuesta. - > La mayoría de los paquetes principales para el aprendizaje automático tienen algunas herramientas para la visualización espacial, aunque, por supuesto, pueden no satisfacer sus necesidades particulares. Por ejemplo, ¿está familiarizado con la biblioteca sp para R que está diseñada para la visualización de datos espaciales? A ver si puedo encontrar un enlace apropiado que le dé el sabor de lo que puede hacer con él.

enlace Para obtener una lista más extensa de herramientas útiles para el análisis espacial en R, puede consultar enlace ya que esto incluye herramientas para geoestadística, análisis ecológico y similares.

    
respondido por el Clifton Davis 17.10.2012 - 03:56
4

Hay un grupo de la Universidad de Duke que ha desarrollado algunas herramientas de script interesantes para ArcGIS, incluidos modelos de bosques aleatorios.

Herramientas de ecología geoespacial marina

    
respondido por el Aaron 18.10.2012 - 20:45
4

También puede hacer clasificación de terreno con complemento de DTclassifier (clasificador de árbol de decisiones) para QGIS Proporciona una interfaz simple para la clasificación de datos ráster utilizando árboles de decisión, para realizar dentro de QGIS.

    
respondido por el nadya 06.01.2013 - 03:04
4

¿Has echado un vistazo a eCognition? Con su nueva versión (8.9), proporcionan un algoritmo de bosques aleatorios dentro de un entorno GUI. Puede crear agradables árboles de procesos e incluir características de objetos.

    
respondido por el Nicolas 15.09.2013 - 10:30

Lea otras preguntas en las etiquetas