论文复现——随机森林(RF)、XGBoost、shap可视化,对黄铁矿微量元素数据库进行分析,以区分不同来源的黄铁矿
发表于《Geochimica et Cosmochimica Acta》,题为“新元古代沉积地层中异常重黄铁矿的微量元素证据”,作者们通过机器学习算法,对大量黄铁矿微量元素数据库进行分析,以区分不同来源的黄铁矿,特别是在新元古代沉积地层中同沉积期和后沉积期热液
发表于《Geochimica et Cosmochimica Acta》,题为“新元古代沉积地层中异常重黄铁矿的微量元素证据”,作者们通过机器学习算法,对大量黄铁矿微量元素数据库进行分析,以区分不同来源的黄铁矿,特别是在新元古代沉积地层中同沉积期和后沉积期热液
包含Python二分类、生存机器学习预测模型及其解释性的全套代码,附带直播课程详细讲解,代码如何使用,从Python入门,数据预处理到模型构建(包含常见机器学习模型构建、模型调参),以及模型结果可解释性解读(SHAP、LIME)等,全流程直播讲解。
模型 机器学习 python shap python机器学习 2025-03-24 16:32 2