ArcGIS Pro中随机森林变量重要性出图实战指南

1次阅读

共计 2464 个字符，预计需要花费 7 分钟才能阅读完成。

在 ArcGIS Pro 中使用随机森林模型进行空间分析时，很多用户会遇到一个共同问题：虽然模型可以输出变量重要性（Variable Importance）的数值结果，但这些结果通常以表格形式呈现，不够直观。特别是在需要向非技术背景的团队成员或决策者展示时，表格数据的可读性和说服力都大打折扣。

表格输出的局限性：
难以快速识别最重要的变量
无法直观展示变量间的相对重要性
缺乏视觉冲击力，影响演示效果
可视化出图的优势：
条形图 / 热力图能一目了然展示变量排序
颜色编码增强数据理解
可直接嵌入地图布局，形成完整分析报告

我们采用 ArcPy 和 scikit-learn 组合方案，主要基于以下考虑：

ArcPy 的优势：
原生支持 ArcGIS 数据格式（如要素类、栅格）
可直接在 ArcGIS Pro 环境中运行
方便与现有地理处理工具链集成
scikit-learn 的优势：
提供成熟的随机森林实现
丰富的模型评估和可视化功能
活跃的社区支持和持续更新

使用 ArcGIS Pro 自带的 Export Training Data For Machine Learning 工具，将空间数据转换为适合机器学习算法处理的格式。这一步非常关键，GIS 专业人员需要注意：

确保所有输入变量（预测因子）和响应变量在同一空间参考下
处理缺失值（NoData）以避免训练时出错
平衡样本数量以避免类别不平衡问题

import arcpy
from sklearn.ensemble import RandomForestClassifier
import numpy as np

# 从要素类读取训练数据
arr = arcpy.da.TableToNumPyArray(input_features, 
                               [response_field] + predictor_fields)

# 分离特征和标签
X = np.array([arr[f] for f in predictor_fields]).T
y = arr[response_field]

# 初始化随机森林模型
rf = RandomForestClassifier(n_estimators=100, 
                          random_state=42,
                          n_jobs=-1)  # 使用所有 CPU 核心

# 训练模型
rf.fit(X, y)

# 获取变量重要性
importances = rf.feature_importances_

# 标准化到 0 -100 范围
importances_normalized = 100 * (importances / importances.max())

# 创建变量名 - 重要性值对
var_importance = dict(zip(predictor_fields, importances_normalized))

import matplotlib.pyplot as plt

# 创建水平条形图
plt.figure(figsize=(10, 6))
plt.barh(range(len(predictor_fields)), 
        sorted(importances_normalized), 
        align='center')

plt.yticks(range(len(predictor_fields)), 
          [x[0] for x in sorted(var_importance.items(), 
                              key=lambda x: x[1])])
plt.xlabel('Normalized Importance Score (%)')
plt.title('Random Forest Variable Importance')
plt.tight_layout()

# 将 Matplotlib 图形导出为图片
output_png = r'C:\path\to\output.png'
plt.savefig(output_png, dpi=300, bbox_inches='tight')
plt.close()

# 将图片添加到 ArcGIS Pro 布局
aprx = arcpy.mp.ArcGISProject("CURRENT")
layout = aprx.listLayouts()[0]

# 创建图片元素
pic = layout.createPictureElement(output_png)
pic.elementPositionX = 5  # 设置图片位置
pic.elementPositionY = 5

处理大规模空间数据时，可以考虑以下优化策略：