模型
机器学习模型通常把滑坡易发性评价转化为二分类或概率预测问题。输入是每个样本的评价因子,输出是滑坡发生概率或易发性等级。
第一版教程优先实现随机森林,因为它对非线性关系、变量尺度和小样本相对稳健。XGBoost 和 SHAP 作为进阶章节,用于提升预测性能和解释变量贡献。
机器学习模型通常把滑坡易发性评价转化为二分类或概率预测问题。输入是每个样本的评价因子,输出是滑坡发生概率或易发性等级。
第一版教程优先实现随机森林,因为它对非线性关系、变量尺度和小样本相对稳健。XGBoost 和 SHAP 作为进阶章节,用于提升预测性能和解释变量贡献。