У меня есть объект модели регрессии с частичным наименьшим квадратом в R, который я хотел бы использовать для прогнозирования значений в виде пространственных шаблонов на карте.Предсказать многодиапазонный растровый объект с PLS-моделью в R
Пока что это не работает для меня. Модель PLS, была обработана в R (PLS пакета), а вход представляет собой таблицу:
Dependent variable Indepentent var. 1 Indepentend var ... Indepented var. 101
Value value value value
Value value value value
... ... ... ...
Так я хочу, чтобы предсказать значение зависимой переменной в соответствии с 101 indepentent переменных для каждого пикселя на карте. Однако вход модели PLS представляет собой таблицу, а данные прогнозирования состоят из файла BSQ с 101 диапазоном (слоями). Таким образом, структура данных учебных данных и данных прогнозирования совершенно различна.
Кто-то сказал мне, что я должен уложить карту BSQ и что я мог бы просто использовать предсказание fuction после этого. Это не работает.
Как я могу каким-то образом принудить 101 группу в файле BSQ к структуре, на которой я смогу сделать прогноз для каждого пикселя на основе моей модели PLS? Баир в виду, что я немного новичок, когда дело доходит до Р.
library(raster)
library(rgdal)
library(maptools)
library(sp)
library(pls)
# the dir and name of the plsr model object
modDir <- "H:/Process"
modName <- "Model"
# the dir and type of the remote sensing image
rsDir <- "H:/data"
rsName <- "Hyper.bsq"
# Read the PLSR model
setwd("H:/Process")
# setwd(paste(modDir, modName, sep= "/"))
m <- load(list.files()[grep("Model", list.files())])
mod <- get(m)
# Read the RS image
setwd(rsDir)
rs <- stack(rsName)
predict(mod, rs)
Спасибо! Arend