Comparative analysis of gradient boosting algorithms for landslide susceptibility mapping

The aim of the study is to compare four recent gradient boosting algorithms named as Gradient Boosting Machine (GBM), Categorical Boosting (CatBoost), Extreme Gradient Boosting (XGBoost), and Light Gradient Boosting Machine (LightGBM) for modelling landslide susceptibility (LS). In the first step of...

Celý popis

Podrobná bibliografie

Vydáno v:	Geocarto international Ročník 37; číslo 9; s. 2441 - 2465
Hlavní autor:	Sahin, Emrehan Kutlug
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Taylor & Francis 03.05.2022
Témata:	CatBoost Ensemble Tree Methods inventories Landslide Susceptibility landslides LightGBM prediction spatial data XGBoost
ISSN:	1010-6049, 1752-0762, 1752-0762
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!