숲불

• 설명 :

이것은 기상 및 기타 데이터를 사용하여 포르투갈 북동부 지역의 산불 연소 면적을 예측하는 회귀 작업입니다.

데이터 세트 정보:

[Cortez and Morais, 2007]에서 출력 '면적'은 ln(x+1) 함수로 처음 변환되었습니다. 그런 다음 여러 데이터 마이닝 방법이 적용되었습니다. 모델을 피팅한 후 출력은 ln(x+1) 변환의 역으로 ​​후처리되었습니다. 네 가지 입력 설정이 사용되었습니다. 실험은 10배(교차 검증) x 30회 실행을 사용하여 수행되었습니다. MAD 및 RMSE의 두 가지 회귀 메트릭이 측정되었습니다. 4가지 직접적인 기상 조건(온도, RH, 바람 및 비)만 공급된 가우시안 서포트 벡터 머신(SVM)은 최상의 MAD 값을 얻었습니다: 12.71 +- 0.01(t-student 분포를 사용하여 95% 이내의 평균 및 신뢰 구간). 최고의 RMSE는 순진한 평균 예측자에 의해 달성되었습니다. 회귀 오차 곡선(REC)에 대한 분석은 SVM 모델이 더 낮은 허용 오차 내에서 더 많은 예를 예측한다는 것을 보여줍니다. 실제로 SVM 모델은 대부분의 작은 화재를 더 잘 예측합니다.

속성 정보:

자세한 내용은 [Cortez and Morais, 2007]을 참조하십시오.

1. X - Montesinho 공원 맵 내 x축 공간 좌표: 1~9
2. Y - Montesinho 공원 맵 내의 y축 공간 좌표: 2 ~ 9
3. 월 - 월: 'jan'에서 'dec'로
4. 요일 - 요일: 'mon'에서 'sun'으로
5. FFMC - FWI 시스템의 FFMC 지수: 18.7 ~ 96.20
6. DMC - FWI 시스템의 DMC 지수: 1.1 ~ 291.3
7. DC - FWI 시스템의 DC 인덱스: 7.9 ~ 860.6
8. ISI - FWI 시스템의 ISI 지수: 0.0 ~ 56.10
9. 온도 - 섭씨 온도: 2.2 ~ 33.30
10. RH - 상대 습도(%): 15.0 ~ 100
11. 바람 - 풍속(km/h): 0.40 ~ 9.40
12. 비 - 외부 비(mm/m2) : 0.0 ~ 6.4
13. area - 숲의 연소 면적(단위: ha): 0.00 ~ 1090.84(이 출력 변수는 0.0에 매우 치우쳐 있으므로 로그 변환으로 모델링하는 것이 이치에 맞을 수 있습니다).

• 홈페이지 : https://archive.ics.uci.edu/ml/datasets/Forest+Fires

• 소스 코드 : tfds.structured.ForestFires

• 버전 :

  • 0.0.1 (기본값): 릴리스 정보가 없습니다.

• 다운로드 크기 : 24.88 KiB

• 데이터 세트 크기 : 162.07 KiB

• 자동 캐시 ( 문서 ): 예

• 분할 :

• 기능 구조 :

FeaturesDict({
    'area': float32,
    'features': FeaturesDict({
        'DC': float32,
        'DMC': float32,
        'FFMC': float32,
        'ISI': float32,
        'RH': float32,
        'X': uint8,
        'Y': uint8,
        'day': ClassLabel(shape=(), dtype=int64, num_classes=7),
        'month': ClassLabel(shape=(), dtype=int64, num_classes=12),
        'rain': float32,
        'temp': float32,
        'wind': float32,
    }),
})

• 기능 문서 :

• 감독 키 ( as_supervised 문서 참조): ('area', 'features')

• 그림 ( tfds.show_examples ): 지원되지 않습니다.

• 예 ( tfds.as_dataframe ):

• 인용 :

@misc{Dua:2019 ,
author = "Dua, Dheeru and Graff, Casey",
year = "2017",
title = "{UCI} Machine Learning Repository",
url = "http://archive.ics.uci.edu/ml",
institution = "University of California, Irvine, School of Information and Computer Sciences" }

@article{cortez2007data,
  title={A data mining approach to predict forest fires using meteorological data},
  author={Cortez, Paulo and Morais, Anibal de Jesus Raimundo},
  year={2007},
  publisher={Associa{\c{c} }{\~a}o Portuguesa para a Intelig{\^e}ncia Artificial (APPIA)}
}