Predicting Soil Textural Classes Using Random Forest Models: Learning from Imbalanced Dataset

DSpace Repositorium (Manakin basiert)

Predicting Soil Textural Classes Using Random Forest Models: Learning from Imbalanced Dataset

Autor(en): Mallah, Sina; Khaki, Bahareh Delsouz; Davatgar, Naser; Scholten, Thomas; Amirian-Chakan, Alireza; Emadi, Mostafa; Kerry, Ruth; Mosavi, Amir Hosein; Taghizadeh-Mehrjardi, Ruhollah
Tübinger Autor(en):
Scholten, Thomas
Taghizadeh-Mehrjardi, Ruhollah
Erschienen in: Agronomy - Basel (2022), Bd. 12, H. 11
Verlagsangabe: Mdpi
Sprache: Englisch
Referenz zum Volltext: http://dx.doi.org/10.3390/agronomy12112613
ISSN: 2073-4395
DDC-Klassifikation: 570 - Biowissenschaften, Biologie
630 - Landwirtschaft, Veterinärmedizin
550 - Geowissenschaften
610 - Medizin, Gesundheit
Dokumentart: Wissenschaftlicher Artikel
Zur Langanzeige

Das Dokument erscheint in: