获取物种分布数据#

sklearn.datasets.fetch_species_distributions(*, data_home=None, download_if_missing=True, n_retries=3, delay=1.0)[source]#

用于从Phillips等人(2006)处加载物种分布数据集的加载器。

更多信息请参见用户指南。

参数：
data_homestr 或路径类型，默认为None

指定数据集的另一个下载和缓存文件夹。默认情况下，所有scikit-learn数据都存储在‘~/scikit_learn_data’子文件夹中。

download_if_missingbool，默认为True

如果为False，则如果数据在本地不可用，则会引发OSError异常，而不是尝试从源站点下载数据。

n_retriesint，默认为3

遇到HTTP错误时的重试次数。

版本1.5中添加。

delayfloat，默认为1.0

两次重试之间的时间间隔（秒）。

版本1.5中添加。

返回：
数据Bunch

类似字典的对象，具有以下属性。

coverages数组，形状 = [14, 1592, 1212]

这些代表在地图网格的每个点测量的14个特征。网格的经纬度值将在下面讨论。缺失数据用值-9999表示。

train记录数组，形状 = (1624,)

数据的训练点。每个点具有三个字段

  • train[‘species’] 是物种名称

  • train[‘dd long’] 是经度，单位为度

  • train[‘dd lat’] 是纬度，单位为度

test记录数组，形状 = (620,)

数据的测试点。格式与训练数据相同。

Nx, Ny整数

网格中经度 (x) 和纬度 (y) 的数量

x_left_lower_corner, y_left_lower_corner浮点数

左下角的 (x,y) 位置，单位为度

grid_size浮点数

网格点之间的间距，单位为度

备注

此数据集表示物种的地理分布。该数据集由 Phillips 等人 (2006) 提供。

这两种物种是

参考文献

示例

>>> from sklearn.datasets import fetch_species_distributions
>>> species = fetch_species_distributions()
>>> species.train[:5]
array([(b'microryzomys_minutus', -64.7   , -17.85  ),
       (b'microryzomys_minutus', -67.8333, -16.3333),
       (b'microryzomys_minutus', -67.8833, -16.3   ),
       (b'microryzomys_minutus', -67.8   , -16.2667),
       (b'microryzomys_minutus', -67.9833, -15.9   )],
      dtype=[('species', 'S22'), ('dd long', '<f4'), ('dd lat', '<f4')])

有关更详尽的示例，请参见 物种分布建模