Výsledky vyhledávání - "Linnenbrink, Jan"

Report

The CAST package for training and assessment of spatial prediction models in R

Autor: Meyer, Hanna, Ludwig, Marvin, Milà, Carles, Linnenbrink, Jan, Schumacher, Fabian

One key task in environmental science is to map environmental variables continuously in space or even in space and time. Machine learning algorithms are frequently used to learn from local field observations to make spatial predictions by estimating

Externí odkaz: http://arxiv.org/abs/2404.06978

Zobrazit plný text záznamu

Akademický článek

kNNDM CV: k-fold nearest-neighbour distance matching cross-validation for map accuracy estimation.

Autor: Linnenbrink, Jan¹ (AUTHOR) jan.linnenbrink@uni-muenster.de, Milà, Carles^2,3 (AUTHOR), Ludwig, Marvin¹ (AUTHOR), Meyer, Hanna¹ (AUTHOR)

Publikováno v: Geoscientific Model Development. 2024, Vol. 17 Issue 15, p5897-5912. 16p.

Zobrazit plný text záznamu

Plný text ve formátu HTML

Akademický článek

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

kNNDM: k-fold Nearest Neighbour Distance Matching Cross-Validation for map accuracy estimation

Autor: Linnenbrink, Jan, Milà, Carles, Ludwig, Marvin, Meyer, Hanna

Publikováno v: eISSN

Random and spatial Cross-Validation (CV) methods are commonly used to evaluate machine learning-based spatial prediction models, and the obtained performance values are often interpreted as map accuracy estimates. However, the appropriateness of such

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=copernicuspu::02fe334a71d2f0468533087d0e5c418b
https://egusphere.copernicus.org/preprints/2023/egusphere-2023-1308/

Zobrazit plný text záznamu

Vyhledávací nástroje:

Upřesnit hledání