dismo

    0熱度

    1回答

    我想弄清楚dismo的預測函數如何以'x'作爲數據框而不是柵格圖層構建模型。我已經成功運行了使用柵格圖層的模型並基於此創建了預測圖。 我的模型構建如下; library(dismo) model <- maxent(x = sightings.data, p = presence.vector) with sightings.data是一個數據幀,包含GPS位置的目擊,其次是在這些時間和地點

    0熱度

    1回答

    我想在我的三維依賴圖中添加顏色漸變色,後面是擬合值(例如較高的擬合值較暗的顏色,較低的擬合值較淺的顏色)。 我已經使用在dismo套餐贈送的例子: library(dismo) data(Anguilla_train) angaus.tc5.lr01 <- gbm.step(data=Anguilla_train, gbm.x = 3:13, gbm.y = 2, family = "ber

    0熱度

    1回答

    我想使用dismo(R軟件包)來下載gbif種類發生數據以進行物種分佈分析。 我已閱讀指南並在大多數情況下成功進行了我們的分析。 我在這裏使用了代碼。 gbif("genus","species", geo=FALSE) 但是,我想分開分析某些亞種進行分析。 我有什麼辦法可以從某些亞種中提取信息嗎?

    2熱度

    1回答

    我最近在R中使用了MaxEnt(dismo-package),但只使用交叉驗證來驗證我的鳥類棲息地模型(只有一個物種)。現在我想使用自行創建的測試示例文件。我必須選擇這個點來手動驗證,並且不能使用隨機測試點。 所以我的R-腳本是這樣的: library(raster) library(dismo) setwd("H:/MaxEnt") memory.limit(size = 400000

    1熱度

    1回答

    如何獲得用固定n.trees計算的gbm的交互評估? 我想: data(Anguilla_train) angaus.fixed <- gbm.fixed(data=Anguilla_train, gbm.x = 3:13, gbm.y = 2,family = "bernoulli", tree.complexity = 5, learning.rate = 0.01, b