常山胡柚、山茶油项目选址推断数据

胡柚和山茶油是常山的重要农业产业，但是项目用地的选址是项目落地的重要步骤，地理位置直接决定了项目的好坏，因此需要大量的时间去相关部门了解情况，和实地探查。由于对地块信息不了解，对企业来说项目用地的选择实际上存在信息偏差和不透明的情况，处于比较被动的地位。如果企业能够在地图上直接选择相应的地块构成项目，或者直接选则成片的项目地块，则极大的提高了项目选址的效率。基于此背景，利用机器学习算法以acgis为依托，形成智能化的胡柚和山茶油项目用地推荐，以此提高项目落地的效率。
模型通过三调数据、胡柚一张图、山茶一张图数据，使用随机森林算法拟合地块和项目之间的关系，即什么样的地块适用于什么农业项目，从而得到农业项目预测模型；将未标记三调地块属性数据代入农业项目预测模型中运算，推测出各地块适用于的项目，将小地块以不同的中心和面积聚类后得到潜在农业项目地址数据；数据来源于三调数据的地块属性数据，通过数据表中地块名称、权属性质、图斑面积、扣除地类编码、扣除地类系数、扣除地类面积、图斑地类面积、耕地类型、耕地坡度级别、线性图斑宽度、耕地种植属性名称、耕地等别、周长、面积作为特征，该编号地块种植的类别作为结果，通过随机森林模型进行训练得到种植类别推断模型，以地块特征作为输入参数从而得到该地块能够种植的农业类别（山茶油、胡柚），由于三调地块面积比较小，且存在跨镇街的情况，分布较为分散，在实际选址过程中不具备可行性，需要对微小地块进行聚类，对每个种植类别，每个镇街的不同地块，以经纬度为参数通过knn模型聚类为不同数量的簇作为一个项目，并编码。完成了在不同种植类别下，不同镇街下，对地块作为项目的打包和选址。

搜集汇总

数据集介绍

特点

该数据集利用机器学习算法分析地块属性，预测适合种植胡柚或山茶油的地块，并通过聚类方法提供农业项目选址推荐，旨在提高农业项目选址的效率和透明度。