申请/专利权人：华南师大(清远)科技创新研究院有限公司;广东工业大学

申请日：2023-09-27

公开（公告）日：2023-12-26

公开（公告）号：CN117290727A

主分类号：G06F18/214

分类号：G06F18/214;G06F18/241;G06Q50/26;G06F18/213

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.01.12#实质审查的生效;2023.12.26#公开

摘要：本发明涉及数据分析技术领域，尤其涉及一种基于Catboost‑SHAP模型的土壤重金属污染驱动因子识别方法，包括：收集目标研究区域的研究数据，分为训练数据集和测试数据集；构建地理探测器模型对训练数据集进行训练，识别并量化关键污染驱动因子及其交互作用类型；输入Catboost算法，对关键污染驱动因子及其交互作用类型进行分类变量和交叉验证；再输入SHAP算法，计算关键污染驱动因子的特征重要性SHAP值、主效应SHAP值和SHAP交互作用值，得到Catboost‑SHAP模型；对测试数据集进行测试，得到环境变量对土壤重金属污染的特征重要性、主效应以及交互作用。本发明能解决现有的土壤重金属污染识别在可解释性不足和多因子交互作用方面存在不足的问题。

主权项：1.一种基于Catboost-SHAP模型的土壤重金属污染驱动因子识别方法，其特征在于，包括以下步骤：S1、收集目标研究区域的研究数据，并进行预处理后，将研究数据分为训练数据集和测试数据集；其中所述研究数据包括土壤重金属污染数据和环境变量数据；S2、构建地理探测器模型，使用地理探测器模型对训练数据集进行训练，识别并量化关键污染驱动因子及其交互作用类型；S3、将地理探测器模型输入Catboost算法，对关键污染驱动因子及其交互作用类型进行分类变量和交叉验证，得到最优的Catboost模型；S4、将S3中训练好的Catboost模型输入SHAP算法，计算关键污染驱动因子的特征重要性SHAP值、主效应SHAP值和SHAP交互作用值，得到Catboost-SHAP模型，并进行模型训练和性能评估；S5、使用Catboost-SHAP模型对测试数据集进行测试，输出关键污染驱动因子的特征重要性、主效应以及其中任意两种关键污染驱动因子组合的SHAP交互作用值，即得到环境变量对土壤重金属污染的特征重要性、主效应以及交互作用。

全文数据：

权利要求：

百度查询： 华南师大(清远)科技创新研究院有限公司;广东工业大学 一种基于Catboost-SHAP模型的土壤重金属污染驱动因子识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD