年度时间序列森林土地覆被图是全国性的（整个 6.5 亿公顷的森林生态系统），代表了从 1984 年到 2022 年每年从墙到墙的土地覆被特征。 这些时间序列土地覆被图是按照 Hermosilla 等人（2022 年）所述的框架，根据 Landsat 图像合...

激活函数（Activation Function）是神经网络中非常关键的组成部分，主要用于在神经网络的节点（或称神经元）上引入非线性因素。这是因为神经网络的基本计算单元是线性加权和，而单纯的线性组合无法模拟现实世界中复杂的非线性关...

Boosting 体现了提升思想，每一个训练器重点关注前一个训练器不足的地方进行训练，通过加权投票的方式，得出预测结果。

Baggging 框架通过有放回的抽样产生不同的训练集，从而训练具有差异性的弱学习器，然后通过平权投票、多数表决的方式决定预测结果。

集成学习作为机器学习领域的一项重要技术，其重要性不言而喻。它通过将多个学习器（弱学习器）的预测结果进行有效整合，以显著提升整体模型的泛化能力和预测精度。在复杂多变的现实数据环境中，单一学习器往往难以全面捕捉数据...

在现实环境中，采集的数据（建模样本）往往是比例失衡的。比如：一个用于模型训练的数据集中，A 类样本占 95%，B 类样本占 5%。

联合概率： 表示多个条件同时成立的概率，P(AB) = P(A) P(B|A) 特征条件独立性假设：P(AB) = P(A) P(B)

有的同学可能在大学学习过一门课程叫《数据结构》，里面有一个重要的结构就是“树”，和现实生活中的树一样，树的主要由四部分树根、树干、树枝、树叶组成，今天的决策树也是一种树结构，大家学习的时候可以想象现实生活中的树...

在KNN算法中直接可以得出预测结果，但是如果想输出预测结果，还要输出预测结果的概率，这时候就需要使用逻辑回归解决问题。

逻辑回归（Logistic Regression）是机器学习中的 一种分类模型 ，逻辑回归是一种分类算法，虽然名字中带有回归。由于算法的简单和高效，在实际中应用非常广泛...