GEE随机森林回归保存与调用

追风少年6626

已于 2023-11-22 10:30:03 修改

阅读量967

点赞数

分类专栏： gee 文章标签：随机森林回归算法

于 2023-08-10 17:26:09 首次发布

本文链接：https://blog.csdn.net/sdjkefsda/article/details/132206908

版权

本文介绍了如何在Google Earth Engine (GEE) 中处理因样本量过大导致的随机森林回归模型保存和调用问题。通过切割模型特征、限制单个属性值大小，将模型保存至Assets，并提供了本地训练、模型上传和调用的步骤。同时，提到了利用geemap库解决GEE自身的限制，以及遇到的Payload大小超限错误。

摘要由CSDN通过智能技术生成

近期使用随机森林回归模型的时候，留意到回归模型也有了trees，是否可以像分类模型一样保存调用呢？答案是显然的，同样的代码。
在这里插入图片描述

var trees = ee.List(ee.Dictionary(classifier.explain()).get('trees'))
var rf_model = ee.FeatureCollection(trees.map(function(x){
   return dummy.set('trees',x)}))
Export.table.toAsset(rf_model,'save_classifier2')

而模型的调用代码为：

var treesuse = ee.FeatureCollection('projects/.../save_classifier2').aggregate_array('trees')
var rf_model_use = ee.Classifier.decisionTreeEnsemble(treesuse)

var predicted = image.select(bands).classify(rf_model_use)

下面写一下遇到的问题：

训练样本太大时，会提醒超过Feature属性值超过 $\times 10^6$ 个字节；
训练样本太大时，var trees = ee.List(ee.Dictionary(classifier.explain()).get(‘trees’))仅能得到前面部分字符，没法获取完整的trees，不知道是保护机制还是咋。

第一个问题有点小心得，可以分享，技术有限，见谅。

具体思路为：

将每个树按照一定字节长度切割，使每段小于 $\times 10^6$ 个字节，分别保存在同一个Feature不同属性中，然后保存到Assets中；
将保存的模型加载为FeactureCollection后，将各Feature各属性值拼接为新的属性。
代码如下：

function FC_string_slice(Str) {
   
    var null_island = ee.Geometry.Point([0, 0])
    var Str = ee.String(Str)
    var ChunkSize = ee.Number(800000)
    var Strlen = ee.Number(Str.length())
    var Chunk_list = Strlen.divide(ChunkSize).ceil()

    var indices = ee.List.sequence(