15、基于光谱估算土壤属性和类别

基于光谱估算土壤属性和类别

1. 袋装偏最小二乘回归模型预测总碳

在预测土壤总碳含量时，我们使用了袋装偏最小二乘回归模型。通过散点图展示了观测值与预测值的关系。

为了评估模型的准确性，我们使用了 eval 函数，并指定参数 obj = "quant" 来处理连续变量。以下是校准和验证的准确性度量代码：

# 校准的准确性度量
soilspec::eval(datC$TotalCarbon, soilCBagplsPred$predAve, obj = "quant")
##
ME RMSE
r2
R2 rhoC
RPD RPIQ
## 1
0 0.56 0.79 0.86 0.92 2.64 2.04

# 验证的准确性度量
soilspec::eval(datV$TotalCarbon, soilVBagplsPred$predAve, obj = "quant")
##
ME RMSE
r2
R2 rhoC
RPD RPIQ
## 1 0.01
0.5 0.66 0.7 0.86 1.85 2.39

从上述代码的输出结果可以看出，校准和验证的准确性度量指标有所不同。这些指标可以帮助我们评估模型的性能。

2. Cubist模型

2.1 Cubist模型简介

Cubist模型是一种基于决策树思想的数据挖掘工具，它将回归问题转化为分类问题。该模型由一组规则组成，每个规则包含一个线性模型。其形式如下：