本发明公开了一种基于分层随机森林模型的铜镍硫化物矿床成矿预测方法,包括以下步骤:S1:收集区域内多元地质资料,建立铜镍硫化物矿床地学信息数据库;S2:分析区域内铜镍硫化物矿床成矿规律,提取找矿信息;S3:选取非矿点,并结合已知矿点构建训练样本集,训练分层随机森林模型;S4:对分层随机森林模型进行优化,并利用优化模型进行成矿预测;S5:验证预测结果,评估找矿信息重要性。本发明利用分层随机森林模型进行铜镍硫化物矿床成矿预测,可以有效解决训练样本不平衡导致的矿点错分、预测准确率下降问题,从而更加客观、准确地评价该地区铜镍硫化物矿床的成矿潜力,为下一步勘探开发工作奠定基础。
声明:
“基于分层随机森林模型的铜镍硫化物矿床成矿预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)