R中的多光栅随机森林

我正在尝试在R中设置一个随机森林，以便根据其他光栅图像对光栅图像进行分类。我的训练数据是一个完全填充的光栅图像，我想训练许多其他光栅，尝试基于初始光栅创建光栅输出。代码示例如下：

---

rf1提问时，请包含代码以显示您的尝试。对于R问题，包括一个最小的、自包含的可复制示例

光栅单元只是数据点。因此，如果（或一次）它们排列（相同的范围和分辨率），您可以这样做

示例数据

library(raster)
# predictors
logo <- stack(system.file("external/rlogo.grd", package="raster"))
# generate "known values"
set.seed(1)
obs <- sqrt(sum(logo)) + sample(ncell(logo))/500
names(obs) <- "obs"

库（光栅）
#预测因子
谢谢你的回复，罗伯特。我有两个问题：在训练随机林之后，是否可以使用空白数据帧作为
obs
变量？我的意思是，假设我有一个完整的训练数据集作为一年的obs，以及一系列我想用作预测数据的其他数据集。下一年的培训数据不可用。如果我只有一个空白的
obs
数据框和完整的'
d
数据集，或者在这种情况下是
logo
，我可以使用随机林填充数据框吗？另外，如果我有多年的数据，我可以重复一下，增加RF的稳健性吗？我已经回答了你问题的第一部分，但我已经扩展了答案，希望答案更清楚。如果你有好几年的时间，你可以重复这一点，做出多个预测，然后取平均值。但我会根据所有数据制作一个单一的模型。原则上（例如，没有RAM限制），您可以
rbind
数据帧的
d
。
s <- stack(obs, logo)
d <- as.data.frame(s)
library(randomForest)
m <- randomForest(obs~., d, ntree=50)

p <- predict(s, m)
names(p) <- "pred"
plot(stack(obs, p))