【Python实例第9讲】物种分布模型

本文介绍了如何使用Python建立南美洲哺乳动物的地理分布模型,包括褐喉树懒和森林小稻鼠。通过datasets库加载数据集,数据包含14个环境变量和历史观测。示例详细讲解了create_species_bunch()和plot_species_distribution()函数的用法,用于创建物种信息对象和绘制物种分布图。
摘要由CSDN通过智能技术生成

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)

在这里插入图片描述

  • 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
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值