GARP (Genetic Algorithm for Rule Production) es un algoritmo genetico que encuentra regiones del mapa que son similares a las de los puntos de entrenamiento. Funciona poniendo a "competir" algoritmos radicalmente diferentes (dos versiones de una caja bioclimatica, una regresion log-linear, que usa como ceros datos del background, las llamadas "reglas atómicas" y en algunas versiones, un metodo de clasificacion llamado e-balls) para clasificar las presencias (observadas) y las ausencias (inventadas con las muestras del background). El resultado es una combinacion de reglas logicas que describen diferentes combinaciones de los algoritmos que replican mas correctamente las presencias y las seudoausencias. El metodo balancea de manera diferente los errores de omision (clasificar como ausencias los datos de presencias) y los de comision (clasificar como presencias datos del background). Los errores de omision son mucho mas graves en SDM/ENM que los de comision, por lo que distinguirlos es una de las cualidades mas importantes de GARP.
GARP genera soluciones estocasticamente por lo que es indispensable correr al menos unas n > 100 simulaciones por conjunto de datos para luego superponerlas y obtener un numero entero (entre 0 y n) que describe el grado de consenso del algoritmo para identficar regiones similares a las de las ocurrencias y disimilares al "background". El resultado de n corridas de GARP se puede usar para mapear y desplegar la prediccion sobre que tan similares son las zonas de la region de referencia a aquellas donde la especie fue observada. GARP no da "probabilidades" de ningun tipo, sino un indice de que tan favorables son los ambientes a los requerimientos de la especie.
2. Parametros y defaults. Se recomienda:
3. FCF = Frequently Committed Fuck-ups.
4. Recomendaciones
Abajo se anexa una descripcion detallada de la forma de usar GARP escrita por A. T. Peterson