fetch_species_distributions#

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

加载 Phillips et. al. (2006) 提供的物种分布数据集。

在用户指南中阅读更多内容。

参数:
data_homestr or path-like, default=None

为数据集指定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, default=True

If False, raise an OSError if the data is not locally available instead of trying to download the data from the source site.

n_retriesint, default=3

Number of retries when HTTP errors are encountered.

1.5 版本新增。

delayfloat, default=1.0

Number of seconds between retries.

1.5 版本新增。

返回:
dataBunch

Dictionary-like object, with the following attributes.

coveragesarray, shape = [14, 1592, 1212]

这些表示在地图网格的每个点测量的 14 个特征。下面讨论网格的经度/纬度值。缺失数据用值 -9999 表示。

trainrecord array, shape = (1624,)

数据训练点。每个点有三个字段

  • train[‘species’] 是物种名称

  • train[‘dd long’] 是经度，以度为单位

  • train[‘dd lat’] 是纬度，以度为单位

testrecord array, shape = (620,)

数据测试点。格式与训练数据相同。

Nx, Nyintegers

网格中的经度 (x) 和纬度 (y) 数量

x_left_lower_corner, y_left_lower_cornerfloats

左下角的 (x,y) 位置，以度为单位

grid_sizefloat

网格点之间的间距，以度为单位

注意事项

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

这两种物种是

References

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')])

有关更详细的示例，请参阅物种分布建模