J'ai 5 variables pour chaque pays du monde et j'ai besoin d'analyser leur effet et leurs interactions sur une variable indépendante. Random Forest conviendrait à mon champ d'application car il traite des relations non linéaires et prédit l'importance des variables. Cependant, je me demande si la dépendance spatiale peut être un problème. Je n'ai jamais vu la dépendance spatiale discutée dans les applications RF même si elle a été largement utilisée pour les données spatiales.
Réponses:
Il n'y a aucun problème avec l'autocorrélation spatiale de votre réponse ou des variables explicatives. C'est une technique totalement non paramétrique. Je l'ai utilisé pour l'interpolation des variables de diversité structurelle à travers mon pays sur la base de données in situ provenant d'une grille régulière et l'introduction des coordonnées comme covariables produit même de meilleures prédictions. En effet, Random Forest est basé sur une approche de division et de conquête (arbres de classification et de régression), ce qui signifie qu'il sépare votre espace d'entités en sous-ensembles disjoints où des modèles plus simples (par défaut une moyenne simple dans le cas de la régression) peuvent produire de bonnes prédictions. L'introduction des coordonnées comme variables, dans mon cas, exploite l'autocorrélation spatiale car il est logique que certains sous-ensembles géographiques du pays se comportent de manière homogène.