We ran Maxent using a convergence t

We ran Maxent using a convergence threshold of 10 with 1000 iterations as an upper limit for each run. For each species, occurrence data were divided into two datasets. Seventy-five percent of the sample point data was used to generate species distribution models, while the remaining 25% was kept as independent data to test the accuracy of each model. In addition, the area under the curve (AUC) of a receiver operating characteristic (ROC) curve was used to assess the accuracy of each model (Hosmer & Lewshow, 2000).

ผลลัพธ์ (ไทย) 1:

เราวิ่ง Maxent ที่ใช้เกณฑ์การบรรจบกันของ 10 กับ 1000 ครั้งเป็นข้อจำกัดสำหรับการเรียกใช้แต่ละ สำหรับแต่ละสายพันธุ์ เหตุการณ์ข้อมูลถูกแบ่งออกเป็นชุดข้อมูลสองชุด เจ็ดสิบห้าเปอร์เซ็นต์ของข้อมูลจุดตัวอย่างนี้ใช้ในการสร้างแบบจำลองการแจกจ่ายพันธุ์ ในขณะที่ 25% ที่เหลือถูกเก็บไว้เป็นข้อมูลอิสระเพื่อทดสอบความถูกต้องของแต่ละรุ่น นอกจากนี้ พื้นที่ภายใต้โค้ง (AUC) ของตัวรับที่ปฏิบัติการโค้งงอ (ROC) ถูกใช้เพื่อประเมินความถูกต้องของแต่ละรุ่น (ฮอส & Lewshow, 2000)

ผลลัพธ์ (ไทย) 2:

เราวิ่ง Maxent โดยใช้เก​​ณฑ์การบรรจบกันของ 10 1000 การทำซ้ำเป็นขีด จำกัด บนสำหรับการทำงานในแต่ละ สำหรับแต่ละชนิดข้อมูลที่เกิดขึ้นถูกแบ่งออกเป็นสองชุดข้อมูล เจ็ดสิบห้าเปอร์เซ็นต์ของข้อมูลจุดตัวอย่างที่ใช้ในการสร้างรูปแบบการกระจายพันธุ์ในขณะที่ส่วนที่เหลืออีก 25% ถูกเก็บไว้เป็นข้อมูลที่เป็นอิสระในการทดสอบความถูกต้องของแต่ละรุ่น นอกจากนี้พื้นที่ใต้เส้นโค้ง (AUC) ของผู้รับการดำเนินงานลักษณะ (ROC) ที่ถูกใช้ในการประเมินความถูกต้องของแต่ละรุ่น (ฮอสเมอร์ & Lewshow, 2000)

ผลลัพธ์ (ไทย) 3:

เราวิ่ง maxent โดยใช้เกณฑ์การลู่เข้าของ 10 กับ 1000 รอบ เป็นจำนวนสูงสุดสำหรับแต่ละคนวิ่ง สำหรับแต่ละชนิด ข้อมูลที่เกิดขึ้นแบ่งออกเป็นสองชุดข้อมูล เจ็ดสิบห้าเปอร์เซ็นต์ของจุดตัวอย่าง ข้อมูลที่ใช้ในการสร้างสายพันธุ์กระจายรุ่น ขณะที่อีก 25 % ที่ถูกเก็บไว้เป็นข้อมูลอิสระเพื่อทดสอบความถูกต้องของแต่ละรุ่น นอกจากนี้ พื้นที่ใต้เส้นโค้ง ( ยา ) ของผู้รับ ( ROC ) หรือลักษณะโค้งถูกใช้เพื่อประเมินความถูกต้องของแต่ละรุ่น ( ฮอสเซอเมอร์ & lewshow , 2000 )