https://github.com/csaybar/gee_gwlr

Geographically Weighted Logistic Regression in Google Earth Engine
https://github.com/csaybar/gee_gwlr

Last synced: about 1 month ago
JSON representation

Geographically Weighted Logistic Regression in Google Earth Engine

• Host: GitHub
• URL: https://github.com/csaybar/gee_gwlr
• Owner: csaybar
• License: gpl-3.0
• Created: 2020-06-25T15:05:24.000Z (over 4 years ago)
• Default Branch: master
• Last Pushed: 2020-08-17T16:01:17.000Z (over 4 years ago)
• Last Synced: 2024-10-13T19:11:52.005Z (3 months ago)
• Language: R
• Size: 651 KB
• Stars: 4
• Watchers: 2
• Forks: 3
• Open Issues: 0
• Metadata Files:
  • Readme: README.md
  • License: LICENSE

Awesome Lists containing this project

README

        
### Mapa potencial de deforestacion de Peru

1. Obtener los insumos en formato raster (30 metros).

2. Estimar una serie de puntos donde entrenar el modelo (3_create_dataset.R, se generaron 10000 puntos).

3. Generar el dataset para entrenar el modelo.

4. Calibrar el modelo regionalmente y analizar su significancia.

5. Analizar la dependencia espacial de los estimadores y interpolar.

6. Subir los coeficientes a Google Earth Engine

7. Realizar la prediccion en Google Earth Engine y liberar toda la base de datos.