增量學習在滑坡易發(fā)性評價中的應(yīng)用——以甘肅省天水市為例

摘要： 為了提升機器學習模型在滑坡易發(fā)性評價任務(wù)中的泛化能力，以甘肅天水市為例，采用基于LightGBM的增量學習模型，并利用Autogluon自動機器學習框架實現(xiàn)模型的超參數(shù)優(yōu)化和堆疊，以及使用SHAP可解釋框架進行特征選擇和數(shù)據(jù)異常分析，構(gòu)建了適用于滑坡易發(fā)性評價的增量學習模型。通過在天水市不同區(qū)域采集的滑坡災(zāi)害數(shù)據(jù)進行模型驗證，結(jié)果表明，基于增量學習的滑坡易發(fā)性評價模型能夠有效地... （共11頁）