基于R语言的GD库实现地理探测器并自动将连续变量转为类别变量

  本文介绍基于R语言中的GD包，依据栅格影像数据，实现自变量最优离散化方法选取与执行，并进行地理探测器（Geodetector）操作的方法。
  首先，在R语言中进行地理探测器操作，可通过geodetector包、GD包等2个包实现。其中，geodetector包是地理探测器模型的原作者团队开发的，其需要保证输入的自变量数据已经全部为类别数据；其具体操作方法大家可以参考地理探测器R语言实现：geodetector。而GD包则是另一位学者开发的，其可自动实现自变量数据的最优离散化方法选取与执行；本文介绍的就是基于GD包实现地理探测器的具体操作。此外，如果希望基于Excel实现地理探测器，大家可以参考地理探测器Geodetector下载、使用、结果分析方法。
1 包的安装与导入

  首先，我们可以先到GD包在R语言中的官方网站，大致了解一下该包的简要介绍、开发团队等基本信息。
  随后，我们开始GD包的下载与安装。输入如下所示的代码，即可开始包的下载与安装过程。

1. install.packages("GD")

复制代码

  输入代码后，按下回车键，运行代码；如下图所示。在安装GD包时，会自动将其所需依赖的其他包（如果在此之前没有配置过）都一并配置好，非常方便。

  接下来，输入如下的代码，将GD包导入。

1. library("GD")

复制代码

  输入代码后，按下回车键，运行代码；如下图所示。

2 数据读取与预处理

  接下来，我们需要读取栅格图像数据，并将其转为GD包可以识别的数据框（Data Frames）格式。
  其中，读取栅格数据的方法，大家参考基于R语言的raster包读取遥感影像即可；关于数据格式的转换，大家参考地理探测器R语言实现：geodetector即可。这一部分的内容本文就不再赘述。
3 地理探测器执行

  接下来，我们就可以开始地理探测器的具体分析；强烈建议大家基于GD包中的gdm()函数，实现一步到位的地理探测器分析操作。
  首先，如果大家输入数据中的自变量数据具有连续变量，需要将其转换为类别变量；gdm()函数可以实现连续变量的离散化方式寻优与自动执行。其中，我们可以选择的离散化方式包括相等间隔法、自然间断点法、分位数分类法、几何间隔法与标准差法等5种不同的方法，分别对应以下第一句代码中的"equal"、"natural"、"quantile"、"geometric"与"sd"等5个选项。此外，我们还可以依据数据的特征，对自变量离散化的类别数量加以限定，具体代码如下所示。
[code]discmethod

这个有用。

收藏一下   不知道什么时候能用到

东西不错很实用谢谢分享