生態(tài)學建模：增強回歸樹（BRT）預測短鰭鰻生存分布和影響因素|附代碼數(shù)據(jù)
全文下載鏈接：http://tecdat.cn/?p=22482
在本文中，在R中擬合BRT（提升回歸樹）模型。我們的目標是使BRT（提升回歸樹）模型應用于生態(tài)學數(shù)據(jù)，并解釋結果。
引言
本教程的目的是幫助你學習如何在R中開發(fā)一個BRT模型。
?示例數(shù)據(jù)
有兩套短鰭鰻的記錄數(shù)據(jù)。一個用于模型訓練（建立），一個用于模型測試（評估）。在下面的例子中，我們加載的是訓練數(shù)據(jù)。存在（1）和不存在（0）被記錄在第2列。環(huán)境變量在第3至14列。
>?head(train)
擬合模型
擬合gbm模型，你需要決定使用什么設置，本文為你提供經(jīng)驗法則使用的信息。這些數(shù)據(jù)有1000個地點，包括202條短鰭鰻的存在記錄。你可以假設：1. 有足夠的數(shù)據(jù)來建立具有合理復雜性的相互作用模型? 2. 大約0.01的lr學習率可能是一個合理的初始點。下面的例子顯示如何確定最佳樹數(shù)（nt）。
step(data=?train,??x?=?3:13,?family?=?"bernoulli",??comp?=?5,?lr?=?0.01,?bag.fr?=?0.5)
對提升回歸樹模型進行交叉驗證優(yōu)化。
使用1000個觀測值和11個預測因子，創(chuàng)建10個50棵樹的初始模型。
上面我們使用了交叉驗證的。我們定義了：數(shù)據(jù)；預測變量；因變量--表示物種數(shù)據(jù)的列號；樹的復雜度--我們首先嘗試樹的復雜度為5；學習率--我們嘗試用0. 01。
運行一個如上所述的模型，將輸出進度報告，做出圖形。首先，你能看到的東西。這個模型是用默認的10倍交叉驗證法建立的。黑色實心曲線是預測偏差變化的平均值，點狀曲線是1個標準誤差（即在交叉驗證上測量的結果）。紅線表示平均值的最小值，綠線表示生成該值的樹的數(shù)量。模型對象中返回的最終模型是在完整的數(shù)據(jù)集上建立的，使用的是最優(yōu)的樹數(shù)量。
length(fitted)
返回的結果包含 fitted - 來自最終樹的擬合值，fitted.vars - 擬合值的方差， residuals - 擬合值的殘差，contribution - 變量的相對重要性。statistics - 相關的評估統(tǒng)計量。cv.statistics 這些是最合適的評估統(tǒng)計數(shù)據(jù)。
我們在每個交叉驗證中計算每個統(tǒng)計量（在確定的最佳樹數(shù)下，根據(jù)所有交叉驗證中預測偏差的平均變化進行計算），然后在此呈現(xiàn)這些基于交叉驗證的統(tǒng)計量的平均值和標準誤差。weights - 擬合模型時使用的權重（默認情況下，每個觀測值為 "1"，即權重相等）。trees. fitted - 階段性擬合過程中每一步所擬合的樹的數(shù)量記錄；training.loss.values - 訓練數(shù)據(jù)上偏差的階段性變化 ，cv.values - 階段性過程中每一步所計算的預測偏差的CV估計值的平均值。
你可以用摘要函數(shù)查看變量的重要性
>?summary(lr?)
選擇設置
以上是對設置的初步猜測，使用了Elith等人（2008）中討論的經(jīng)驗法則。它做出的模型只有650棵樹，所以我們的下一步將是減少lr。例如，嘗試lr = 0.005，爭取超過1000棵樹。
step(data=train,??x?=?3:13,????tree.co??=?5,+?lr?=?0.005
為了探索其他設置是否表現(xiàn)更好，你可以將數(shù)據(jù)分成訓練集和測試集，或者使用交叉驗證結果，改變tc、lr和bagging，然后比較結果。
簡化模型
簡化會建立了許多模型，所以它可能很慢。在其中，我們評估了簡化lr為0.005的模型的價值，但只測試剔除最多5個變量（"n.drop "參數(shù)；默認是自動規(guī)則一直持續(xù)到預測偏差的平均變化超過gbm.step中計算的原始標準誤差）。
對于我們的運行，估計要剔除的最佳變量數(shù)是1；可以使用紅色垂直線指示的數(shù)字?，F(xiàn)在，建立一個剔除1個預測變量的模型，使用[[1]]表示我們要剔除一個變量。
點擊標題查閱往期內容
R語言樣條曲線、決策樹、Adaboost、梯度提升(GBM)算法進行回歸、分類和動態(tài)可視化
左右滑動查看更多
01
02
03
04
step(??x=?pred.list\[\[1\]\],?)
現(xiàn)在這已經(jīng)形成了一個新的模型，但是考慮到我們并不特別想要一個更簡單的模型（因為在這種規(guī)模的數(shù)據(jù)集中，包含的變量貢獻很小是可以接受的），我們不會繼續(xù)使用它。
繪制模型的函數(shù)和擬合值
由我們的函數(shù)創(chuàng)建的BRT模型的擬合函數(shù)可以用plot來繪制。
>??plot(?lr005?)
這個函數(shù)的附加參數(shù)允許對圖進行平滑表示。根據(jù)環(huán)境空間內觀測值的分布，擬合函數(shù)可以給出與每個預測因子有關的擬合值分布。
?fits(?lr005)
每張圖上方的數(shù)值表示與每個非因素預測因子有關的擬合值的加權平均值。
繪制交互作用
該代碼評估數(shù)據(jù)中成對的交互作用的程度。
?inter(?lr005)
返回一個列表。前兩個部分是對結果的總結，首先是5個最重要的交互作用的排名列表，其次是所有交互作用的表格。
f$intera
你可以像這樣繪制交互作用。
persp(?lr005,??z.range=c(0,0.6)
對新數(shù)據(jù)進行預測
如果您想對一組地點進行預測（而不是對整個地圖進行預測），一般的程序是建立一個數(shù)據(jù)框架，行代表地點，列代表您模型中的變量。我們用于預測站點的數(shù)據(jù)集在一個名為test的文件中。"列需要轉換為一個因子變量，其水平與建模數(shù)據(jù)中的水平一致。使用predict對BRT模型中的站點進行預測，預測結果在一個名為preds的向量中。
preds?<-?predict(lr005,test,deviance(obs=test,?pred=preds)
>?d?<-?cbind(obs,?preds)>?e?<-?evaluate(p=pres,?a=abs)
gbm中預測的一個有用的特點是可以預測不同數(shù)量的樹。
tree<-?seq(100,?5000,?by=100)predict(?n.trees=tree,?"response")
上面的代碼會形成一個矩陣，每一列都是模型對tree.list中該元素所指定的樹數(shù)量的預測，例如，第5列的預測是針對tree.list[5]=500棵樹?，F(xiàn)在來計算所有這些結果的偏差，然后繪制。
>?for?(i?in?1:50)?{?calc.devi(obs,+?pred\[,i\])+?}>?plot(tree.list,deviance
空間預測
這里我們展示了如何對整張地圖進行預測。
>?plot(grids)
我們用一個常量值（"因子 "類）創(chuàng)建一個data.frame，并將其傳遞給預測函數(shù)。
>?p?<-?predict(grids,?lr005,>?plot(p)
本文摘選《R語言生態(tài)學建模：增強回歸樹（BRT）預測短鰭鰻生存分布和影響因素》，點擊“閱讀原文”獲取全文完整資料。
本文中的生態(tài)學數(shù)據(jù)分享到會員群，掃描下面二維碼即可加群！
點擊標題查閱往期內容
Python決策樹、隨機森林、樸素貝葉斯、KNN（K-最近鄰居）分類分析銀行拉新活動挖掘潛在貸款客戶
R語言邏輯回歸(Logistic Regression)、回歸決策樹、隨機森林信用卡違約分析信貸數(shù)據(jù)集
R語言基于Bagging分類的邏輯回歸(Logistic Regression)、決策樹、森林分析心臟病患者
R語言樣條曲線、決策樹、Adaboost、梯度提升(GBM)算法進行回歸、分類和動態(tài)可視化
R語言用主成分PCA、?邏輯回歸、決策樹、隨機森林分析心臟病數(shù)據(jù)并高維可視化
matlab使用分位數(shù)隨機森林（QRF）回歸樹檢測異常值
R語言用邏輯回歸、決策樹和隨機森林對信貸數(shù)據(jù)集進行分類預測
R語言中使用線性模型、回歸決策樹自動組合特征因子水平
R語言中自編基尼系數(shù)的CART回歸決策樹的實現(xiàn)
Python對商店數(shù)據(jù)進行l(wèi)stm和xgboost銷售量時間序列建模預測分析
R語言基于樹的方法：決策樹，隨機森林，Bagging，增強樹
R語言實現(xiàn)偏最小二乘回歸法 partial least squares (PLS)回歸
R語言多項式回歸擬合非線性關系
R語言邏輯回歸（Logistic回歸）模型分類預測病人冠心病風險
R語言用局部加權回歸(Lowess)對logistic邏輯回歸診斷和殘差分析
R語言混合效應邏輯回歸（mixed effects logistic）模型分析肺癌數(shù)據(jù)
