나는 잠시 동안 가지고 있었던 문제로 나를 도울 수 있기를 바랍니다. MaxEnt에 바이어스 파일을 만들어야하는데,이 튜토리얼은 https://scottrinnan.wordpress.com/2015/08/31/how-to-construct-a-bias-file-with-r-for-use-in-maxent-modeling/이며이 파일을 내 자신의 상황으로 바
목표는 Python 또는 PySpark를 사용하여 KDE (Kernel Density Estimate) 모델을 큰 2 차원 데이터 세트에 맞추고 적합 모델을 사용하여 다른 2 차원 데이터 세트의 밀도를 예측하는 것입니다. 필자는 MLlib를 사용할 수있는 Spark RDD 개체에 교육 데이터를 가지고 있습니다. X은 (i, j) th 배열의 요소가 th 예
R에서 더 작은 데이터 세트의 분포를 기반으로 대형 데이터 세트를 샘플링하고 싶습니다. 몇 시간 동안 솔루션을 찾고 있었지만 성공하지 못했습니다. 나는 R이 비교적 새롭기 때문에 사과하면 간단합니다. 그러나 일부 시도했습니다 solutions. 다음은 몇 가지 샘플 데이터입니다. 다음과 같이 두 개의 데이터 세트의 # Set seed
set.seed(2)
필자는 커널 밀도 추정을 수행 한 포인트 패턴 (ppp)을 가지고 있습니다. plot(density.ppp(smktppp, 0.5, edge=T), col=colfunc, main="Supermarket Density", window=W) Here is my output I : require(RColorBrewer) colfunc <- colorRampPa
저는 파이썬을 처음 접했고 2D 샘플에서 밀도를 계산해야합니다. 내 첫번째 생각은 내가 다음과 같이 구현 된 간단한 막대 그래프 추정했다 :이 num = 10**4
sp = 0.01
subsetf1 = np.random.uniform(0,1,size=(num,2)) # I created this set to test the estimator
def
저는 R 패키지 adehabitatHR을 사용하여 일부 펭귄의 커널 밀도 윤곽을 찾았습니다. 그러나, mcp 또는 kernel.area를 사용하여 50 %와 95 % 윤곽선 내에서 영역을 찾을 때, 하하의 예상치가 매우 낮습니다. 새들은 30-80km를 여행하지만 면적은 3.087401 x 10^-7ha로 추정됩니다. 이전 데이터는 4000-6000ha의
데이터 프레임의 모든 열을 포함하는 여러 열이있는 데이터 프레임의 단일 가우스 커널 밀도 플롯을 만들어야합니다. 누구든지이 작업을 수행하는 방법을 알고 있습니까? 지금까지 나는 seaborn이있는 단일 열의 가우시안 커브 플롯을 그리는 방법을 찾았습니다. ax = sns.kdeplot(df['shop1']) 그러나 ax = sns.kdeplot(df)이나
나는 ad habitat HR을 사용하여 펭귄의 집 범위를 추정하고 있습니다. 당연히 그들은 육상에서 수영 할 수 없으며, KUD가 가능한 것보다 많은 지역을 추가하는 것을 방지하기 위해 해안선 주위에 경계를 추가하려고 노력하고 있습니다. 내가 경계를 만들려고하는 영역은 호주의 포트 필립 베이 (Phillip Bay) 북쪽 끝입니다. 나는 순서로,이 현재
세 개의 데이터 프레임이 있고 파이썬에서 seaborn 모듈을 사용하여 KDE를 플롯합니다. 문제는 이러한 플롯이 커브 1 아래의 영역을 작성하려고 시도하는 것이므로 플롯의 높이가 표준화 된 것입니다. 그러나 정규화 된 값 대신 실제 값을 표시하는 방법이 있습니까? 또한 곡선의 교차점을 찾을 수있는 방법이 있습니까? 참고 : scipy의 curve_fit
수학적으로 정의된다 : rbf.py에 그러나 k(r) = \sigma^2 \exp \\bigg(- \\frac{1}{2} r^2 \\bigg)
K_of_r 방법은 시그마^2를 생략하고 대신 시그마 (self.variance)를 사용한다. 내가 여기에 뭔가 빠져 있거나 K_of_r 메소드의 구현에 버그가 있습니다. def K_of_r(self, r):