Не существует общего способа получить интерпретируемое уравнение из случайного леса, объясняющего, как ваши ковариаты влияют на зависимую переменную. Для этого вы можете использовать другую модель, более подходящую, например, линейную регрессию (возможно, с функциями ядра) или дерево решений. Обратите внимание, что вы можете использовать одну модель для прогнозирования и одну модель для описательного анализа - нет никакой внутренней причины придерживаться одной модели.
используйте Random Forest, чтобы предсказать мою зависимую переменную, чтобы понять, насколько важна каждая независимая переменная
blockquote>Понимание важности каждой зависимой переменной не обязательно означает, что вам нужен вопрос в заголовке вашего вопроса, а именно получение фактических отношений. У большинства пакетов случайных лесов есть метод количественной оценки степени влияния каждого ковариата на модель в наборе поездов.
Еще нет, но могло бы скоро быть, на основе информации в вопросе, который я задал здесь, который более нацелен на расширение поддержки всему GDI + приложения.
В значительной степени все другие опции, с которыми я столкнулся, включают обертывание dcraw (существует пример кода для плагина для Краски. Сеть)
Править: Вероятно, должен также упомянуть очевидное (хорошо, это теперь, я узнал об этом); Windows Imaging Components поддерживается, по крайней мере, Canon, имеют загружаемый кодек для него, который окажет Вам поддержку в приложении WPF
EDIT2: Это не должно быть само приложение WPF, просто v3 потребностей + Платформы для получения по запросу в Системе. Windows. Медиа. Пространство имен fro BitmapFrame/etc обработки изображений.
Библиотека ImageMagick, которая может читать почти все форматы изображений, имеет оболочку .NET, которую вы можете использовать.