fetch_species_distributions#

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

加载Phillips等人（2006年）的物种分布数据集的加载器。

更多信息请参阅 用户指南 。

Parameters:
data_homestr 或 path-like, 默认=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=True

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

n_retriesint, 默认=3

遇到HTTP错误时的重试次数。

Added in version 1.5.

delayfloat, 默认=1.0

重试之间的秒数。

Added in version 1.5.

Returns:
dataBunch

类字典对象，具有以下属性。

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。 网格的纬度/经度值如下所述。 缺失数据用值-9999表示。

trainrecord array, shape = (1624,)

数据的训练点。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,)

数据的测试点。格式与训练数据相同。

Nx, Nyintegers

网格中经度（x）和纬度（y）的数量

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

Notes

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

这两个物种是：

References

Examples

>>> 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')])
On this page
Show Source