R语言 BRTs（Boosted Regression Trees）预测不同影响因素对物种分布的相对贡献

物种的分布受哪些因素影响？利用BRTs建个模，验证一下！

BRTs，全称是（Boosted Regression Trees），是一种拟合统计模型，其将回归树（regression tree）和增长（boosting）两种方法结合了起来。二者结合而成的 BRT 模型，则可以看做是一种加持的回归模型，将一个一个的简单树（simple tree）向前逐步拟合。其具体原理就不深究了（我也看不明白）。

BRTs的具体做法就是将整个数据集分成两部分，一部分作为建模数据，通常随机选80%，剩余20%可作为检测模型好不好的测试数据集。主要用到的建模函数是dismo包的gem.step()函数，模型构建好之后，可以对测试数据集进行结果预测模拟，再将预测结果与真实观测结果进行比较，主要是计算AUC值，这个值一般在0.5-1之间，越接近1，说明模型越好。

直接上代码。

#加载包
library(dismo)
#导入数据