python实现排队论模型_使用python+sklearn实现物种分布模型

最新推荐文章于 2024-04-30 04:29:38 发布

远赴惊鸿人间舞

最新推荐文章于 2024-04-30 04:29:38 发布

阅读量6.5k

点赞数

文章标签： python实现排队论模型

本文链接：https://blog.csdn.net/weixin_33781072/article/details/112186932

版权

本文探讨了如何运用Python和机器学习库Sklearn对物种地理分布进行建模，特别是针对南美哺乳动物“Bradypus variegatus”和“Microryzomys minutus”。利用过去观察到的数据和14个环境变量，将问题转换为密度估计问题，以解决只有正例的挑战。参考文献来自Phillips等人的2006年研究。

摘要由CSDN通过智能技术生成

对物种的地理分布进行建模是保护生物学(conservation biology)中的一个重要研究课题。在本示例中，我们根据过去的观察和14个环境变量，对两种南美哺乳动物的地理分布进行了建模。由于我们只有正例(positive examples)(没有不成功的观察结果)，我们将这个问题转化为密度估计问题，并使用sklearn.svm.OneClassSVM作为建模工具。数据集由Phillips等人(2006年)提供，并使用basemap来绘制南美洲的海岸线和国界。

这两个物种是：

“Bradypus variegatus” , the Brown-throated Sloth.

“Microryzomys minutus” , also known as the Forest Small Rice Rat, a rodent that lives in Peru, Colombia, Ecuador, Peru, and Venezuela.

参考文献

“Maximum entropy modeling of species geographic distributions” S. J. Phillips, R. P. Anderson, R. E. Schapire - Ecological Modelling, 190:231-259, 2006.

sphx_glr_plot_species_distribution_modeling_001

输出：

________________________________________________________________________________ Modeling distribution of species 'bradypus variegatus' - fit OneClassSVM ... done. - plot coastlines from coverage - predict species distribution Area under the ROC curve : 0.868443 ________________________________________________________________________________ Modeling distribution of species 'microryzomys minutus' - fit OneClassSVM ... done. - plot coastlines from coverage - predict species distribution Area under the ROC curve : 0.993919 time elapsed: 5.01s