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 bibliografia

Vydané v:	Geocarto international Ročník 37; číslo 9; s. 2441 - 2465
Hlavný autor:	Sahin, Emrehan Kutlug
Médium:	Journal Article
Jazyk:	English
Vydavateľské údaje:	Taylor & Francis 03.05.2022
Predmet:	CatBoost Ensemble Tree Methods inventories Landslide Susceptibility landslides LightGBM prediction spatial data XGBoost
ISSN:	1010-6049, 1752-0762, 1752-0762
On-line prístup:	Získať plný text
Tagy:	Pridať tag Žiadne tagy, Buďte prvý, kto otaguje tento záznam!