加拿大森林火灾为例)"/>
Kmeans算法应用(加拿大森林火灾为例)
FFMC:细小可燃物含水量,(最大值为101,含水率为0,当数值为100时表示可燃物的含水率为0)
DMC:地表可燃物含水率(为0时含水率为100%)
ISI:火灾蔓延潜在等级
DC:干旱码,森林地被物中得含水率
PH:相对湿度
代码如下:
import pandas as pd import matplotlib.pyplot as plt import numpy as np from sklearn.cluster import KMeans #引入sklearn模块里的机器学习算法Kmeansclass FireData():def detectDate(self,filePath):'''探索数据:param filePath: 文件路径:return:'''df = pd.read_csv(filePath)describe = df.describe(include='all')#同合计数据print(describe.T)df.to_excel('data/fire_data.xls')passdef chooseData(self,filePath):df = pd.read_excel('data/fire_data.xls')df = df[['FFMC','DMC','DC','ISI','temp','RH','wind','area']]df.to_excel('data/fire_c
更多推荐
Kmeans算法应用(加拿大森林火灾为例)
发布评论