【数据分析】台风灾害期间房屋损坏率预测

项目介绍#

台风灾害期间房屋损坏率预测。该数据集来源于荷兰红十字会提供的510全球数据库,包括过去二十年来菲律宾发生的12次典型台风的数据,数据见文件all.csv。以下是这些台风的名称:“Bopha”,“Goni”, “Hagupit”, “Haima”, “Haiyan”, Kalmaegi”, “Koppu”, “Melor”, “Nock-Ten”, “Rammasun”, “Sarika”和“Utor”。台风灾害数据包括1638次观测值。
下面简介预测目标、台风事件相关变量、现场地形特征和城市社会经济指标相关的变量。其他部分变量也可由于英文单词可推出它的含义。

指标类型 指标说明 属性名 说明
预测目标 房屋损坏率的变量 Total.damaged.houses..rel.. 房屋损坏率
危险指标 与台风事件相关的变量 Windspeed [km/h] 风速
Distance.to.typhoon [km]] 台风路径到城市中心的最短距离
Rainfall [mm] 降雨量
Distance_first_impact [km] 从台风登陆点到城市中心的距离
Experience[-] 本次台风前,该市所属地区承受台风的平均次数
现场和社会经济指标 与现场地形特征和城市社会经济指标相关的变量:。只取决于市政当局,而不取决于台风(假设它们在时间上相对稳定)。 Elevation [m] 城市的平均海拔
Slope [°] 城市的平均地形坡度
Slope_stdev [-] 城市地形坡度的标准差
Ruggedness [-] 城市的平均地形崎岖度
Ruggedness_stdev [-] 城市地形崎岖度的标准偏差
Population.density [hab/km2] 人口密度
Poverty.incidence [-] 贫困发生率
X..skilled.Agriculture.Forestry.Fishermen [-] 熟练的农业/林业/渔民的比例
X..strong.roof.type [-] 强屋顶类型比例
X..strong.wall.type [-] 强墙类型比例

流程#

  1. 数据探索分析师
  2. 数据清洗,如异常值、缺失值、数据标准化等
  3. 特征选择
  4. 模型训练

实现步骤#

作者:Gim

出处:https://www.cnblogs.com/Gimm/p/18290861

版权:本作品采用「署名-非商业性使用-相同方式共享 4.0 国际」许可协议进行许可。

posted @   踩坑大王  阅读(5)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· [翻译] 为什么 Tracebit 用 C# 开发
· Deepseek官网太卡,教你白嫖阿里云的Deepseek-R1满血版
· 2分钟学会 DeepSeek API,竟然比官方更好用!
· .NET 使用 DeepSeek R1 开发智能 AI 客户端
· 刚刚!百度搜索“换脑”引爆AI圈,正式接入DeepSeek R1满血版
more_horiz
keyboard_arrow_up dark_mode palette
选择主题
menu
点击右上角即可分享
微信分享提示