- 説明:
これは回帰タスクであり、気象データやその他のデータを使用して、ポルトガルの北東部で森林火災の焼失面積を予測することを目的としています。
データセット情報:
[Cortez and Morais, 2007] では、出力「面積」は最初に ln(x+1) 関数で変換されました。次に、いくつかのデータマイニング手法が適用されました。モデルをフィッティングした後、出力は逆の ln(x+1) 変換で後処理されました。 4 つの異なる入力設定が使用されました。実験は、10 倍 (交差検証) x 30 回の実行を使用して実施されました。 MAD と RMSE の 2 つの回帰指標が測定されました。 4 つの直接的な気象条件 (気温、相対湿度、風、雨) のみを入力したガウス サポート ベクター マシン (SVM) は、最高の MAD 値 12.71 ± 0.01 (t-スチューデント分布を使用して 95% 以内の平均および信頼区間) を取得しました。最高の RMSE は、素朴な平均予測子によって達成されました。回帰誤差曲線 (REC) の分析は、SVM モデルがより低い許容誤差内でより多くの例を予測することを示しています。実際、SVM モデルは、多数派である小さな火災をより適切に予測します。
属性情報:
詳細については、[Cortez and Morais, 2007] を参照してください。
- X - モンテシーニョ公園マップ内の x 軸の空間座標: 1 ~ 9
- Y - モンテシーニョ公園マップ内の y 軸の空間座標: 2 ~ 9
- month - 月: 'jan' から 'dec'
- day - 曜日: 'mon' から 'sun'
- FFMC - FWI システムからの FFMC インデックス: 18.7 から 96.20
- DMC - FWI システムからの DMC インデックス: 1.1 から 291.3
- DC - FWI システムの DC インデックス: 7.9 ~ 860.6
- ISI - FWI システムの ISI インデックス: 0.0 ~ 56.10
- temp - 摂氏温度: 2.2 から 33.30
- RH - 相対湿度 (%): 15.0 ~ 100
- 風 - km/h の風速: 0.40 から 9.40
- 雨 - 外の雨 (mm/m2) : 0.0 ~ 6.4
- area - 森林の焼失面積 (ヘクタール単位): 0.00 から 1090.84 (この出力変数は 0.0 に大きく偏っているため、対数変換でモデル化するのが理にかなっています)。
ホームページ: https://archive.ics.uci.edu/ml/datasets/Forest+Fires
ソース コード:
tfds.structured.ForestFires
バージョン:
-
0.0.1
(デフォルト): リリース ノートはありません。
-
ダウンロードサイズ:
24.88 KiB
データセットサイズ:
162.07 KiB
自動キャッシュ(ドキュメント): はい
スプリット:
スプリット | 例 |
---|---|
'train' | 517 |
- 機能構造:
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,
}),
})
- 機能のドキュメント:
特徴 | クラス | 形 | Dtype | 説明 |
---|---|---|---|---|
特徴辞書 | ||||
範囲 | テンソル | float32 | ||
特徴 | 特徴辞書 | |||
機能/DC | テンソル | float32 | ||
機能/DMC | テンソル | float32 | ||
特徴/FFMC | テンソル | float32 | ||
特徴/ISI | テンソル | float32 | ||
機能/RH | テンソル | float32 | ||
機能/X | テンソル | uint8 | ||
機能/Y | テンソル | uint8 | ||
機能/日 | クラスラベル | int64 | ||
機能/月 | クラスラベル | int64 | ||
特徴/雨 | テンソル | float32 | ||
機能/温度 | テンソル | float32 | ||
特徴/風 | テンソル | float32 |
監視キー(
as_supervised
docを参照):('area', 'features')
図( tfds.show_examples ): サポートされていません。
例( tfds.as_dataframe ):
- 引用:
@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)}
}