نرم افزار Rstudio

این مقاله با هدف پیش بینی مکان های مستعد گردشگری در غرب استان اصفهان، از تکنیک یادگیری ماشین استفاده می کند. داده های ورودی این مدل 34 منطقه شامل چشمه ها، آبشارها، امامزاده ها، موزه ها و بناهای تاریخی و ... می باشد و متغیرهای مانند ارتفاع، شیب، جهت شیب، پوشش گیاهی، فاصله از رودخانه، فاصله از جاده، دما و بارش به عنوان مهم ترین متغیرهای پیش بینی کننده براساس عامل تورم واریانس (VIF) انتخاب شدند. براساس معیارهای ارزیابی، نتایج نشان داد که مدل جنگل تصادفی عالی ترین عملکرد پیش بینی را با بالاترین (91/0) ,R2 RMSE پایین (06/1) و MAE(13/1) را دارا می باشد. شیب، جهت شیب، پوشش گیاهی، فاصله از رودخانه ها و جاده ها به عنوان پیش بینی کننده های مهم شناسایی شدند. همچنین نقشه پیش بینی مکانی نشان داد که چادگان و داران دارای پتانسیل بالایی برای پذیرش گردشگر می باشند.