【Python实例第9讲】物种分布模型

机器学习训练营——机器学习爱好者的自由交流空间（入群联系qq：2279055353）

建立物种的地理分布模型，是保护生物学的一个重要问题。在这个例子里，我们将根据已有的历史观测和14个环境变量，建立两个南美洲哺乳动物类的地理分布模型。这两个物种分别是：

• 褐喉树懒(Bradypus variegatus)

• 森林小稻鼠(Microryzomys minutus)

数据集介绍

本例使用的物种分布数据集由datasets库函数fetch_species_distributions加载。它有两个参数，其中，data_home指定数据集下载后的存储文件夹，该参数的默认值为None, 表示存储在当前工作目录的scikit_learn_data子目录下。download_if_missing表示如果本地没有可利用的数据，是否从原始网站下载数据。该参数是逻辑型，默认值为True,如果取False, 则在没有找到数据时给出一个错误提示。

函数fetch_species_distributions返回一个Bunch数据对象，它有属性：

• coverages: 数组型，形状[14, 1592, 1212]

它表示在地图网格测量的14个特征的值，其中的缺失值用-9999表示。

• train: 记录数组，形状 (1624,)

它表示数据集的训练点，每个点有三个域：

1. train[‘species’]是物种名字
2. train[‘dd long’]是经度
3. train[‘dd lat’]是纬度

• test: 记录数组，形状 (620,)

它表示数据的检验点，与训练数据格式相同。

• Nx, Ny: 整型

它们分别表示格点的经度(x), 纬度(y)值。

• x_left_lower_corner, y_left_lower_corner: 浮点型

左下角的坐标位置(x, y)

• grid_size: 浮点型

网格上点与点之间的间隔。

实例详解

首先，加载必需的函数模块和库。

# Authors: Peter Prettenhofer <peter.prettenhofer@gmail.com>
#          Jake Vanderplas <vanderplas@astro.washington.edu>
#
# License: BSD 3 clause

from __future__ import print_function

from time import ti