2 분 소요

SCK 숲 데이터 셋 다루기 포트폴리오

=============================

SCK 숲 데이터

https://scikit-learn.org/stable/datasets/real_world.html#forest-covertypes

이 데이터 세트의 샘플은 각 패치의 덮개 유형, 즉 우세한 수종을 예측하는 작업을 위해 수집된 미국의 30×30m 숲 패치에 해당합니다. 7가지 커버타입이 있어 이를 다중 클래스 분류 문제로 만듭니다. 각 샘플에는 데이터세트의 홈페이지 에 설명된 54개의 기능이 있습니다 . 일부 기능은 부울 표시기이고 다른 기능은 이산 또는 연속 측정입니다.

이러한 설명으로 업로드 되어있는 미국에 있는 숲관련 데이터를 받아

이것저것 분석해본 포트폴리오임을 밝힌다.


by E Creator

import numpy as np

%matplotlib inline
import matplotlib.pyplot as plt

import pandas as pd

from sklearn.datasets import fetch_covtype

covtype = fetch_covtype()
print(covtype.DESCR)

.. _covtype_dataset:

Forest covertypes
-----------------

The samples in this dataset correspond to 30×30m patches of forest in the US,
collected for the task of predicting each patch's cover type,
i.e. the dominant species of tree.
There are seven covertypes, making this a multiclass classification problem.
Each sample has 54 features, described on the
`dataset's homepage <https://archive.ics.uci.edu/ml/datasets/Covertype>`__.
Some of the features are boolean indicators,
while others are discrete or continuous measurements.

**Data Set Characteristics:**

    =================   ============
    Classes                        7
    Samples total             581012
    Dimensionality                54
    Features                     int
    =================   ============

:func:`sklearn.datasets.fetch_covtype` will load the covertype dataset;
it returns a dictionary-like 'Bunch' object
with the feature matrix in the ``data`` member
and the target values in ``target``. If optional argument 'as_frame' is
set to 'True', it will return ``data`` and ``target`` as pandas
data frame, and there will be an additional member ``frame`` as well.
The dataset will be downloaded from the web if necessary.


df = pd.DataFrame(covtype.data, 
                  columns=["x{:02d}".format(i + 1) for i in range(covtype.data.shape[1])],
                  dtype=int)
sy = pd.Series(covtype.target, dtype="category")
df['covtype'] = sy
df.tail()
x01 x02 x03 x04 x05 x06 x07 x08 x09 x10 ... x46 x47 x48 x49 x50 x51 x52 x53 x54 covtype
581007 2396 153 20 85 17 108 240 237 118 837 ... 0 0 0 0 0 0 0 0 0 3
581008 2391 152 19 67 12 95 240 237 119 845 ... 0 0 0 0 0 0 0 0 0 3
581009 2386 159 17 60 7 90 236 241 130 854 ... 0 0 0 0 0 0 0 0 0 3
581010 2384 170 15 60 5 90 230 245 143 864 ... 0 0 0 0 0 0 0 0 0 3
581011 2383 165 13 60 4 67 231 244 141 875 ... 0 0 0 0 0 0 0 0 0 3

5 rows × 55 columns

pd.DataFrame(df.nunique()).T
x01 x02 x03 x04 x05 x06 x07 x08 x09 x10 ... x46 x47 x48 x49 x50 x51 x52 x53 x54 covtype
0 1978 361 67 551 700 5785 207 185 255 5827 ... 2 2 2 2 2 2 2 2 2 7

1 rows × 55 columns

df.iloc[:, 10:54] = df.iloc[:, 10:54].astype('category')

import seaborn as sns

df_count = df.pivot_table(index="covtype", columns="x14", aggfunc="size")
sns.heatmap(df_count, cmap=sns.light_palette("gray", as_cmap=True), annot=True, fmt="0")
plt.show()

마무리

  • 아직은 여러사정상 숲데이터

댓글남기기

참고