基于随机森林算法的张家界生态旅游适宜性评价研究

生态旅游适宜性评价是进行旅游资源开发的前提和基础,是制定旅游空间规划的科学依据,以生态旅游为核心的适宜性评价研究对于生态保护与旅游开发意义重大.本文在参考前人方法的基础上,引入机器学习方法,通过对小规模已知样本的训练学习实现大规模未知数据的高精度分类与评价,从方法科学性与可行性、因子选取、数模结合、预测实现、精度检验等方面展开探讨,并运用随机森林算法对张家界生态旅游适宜性进行实证研究.研究表明,随机森林算法能够较好地支撑生态敏感区的旅游适宜性评价工作,模型优化后的测试精度为94.20％,其评价结果能够为优化生态旅游景区空间规划提供科学依据.