基于可解释性机器学习模型的岩爆风险等级预测方法

本发明涉及岩爆领域，为了提高预测结果的可信度，提供了基于可解释性机器学习模型的岩爆风险等级预测方法，通过解释性算法能够分解并定量映射各个评价指标对岩爆风险评估模型预测结果的贡献，这一过程有助于识别影响岩爆风险预测的关键因素，阐明预测模型的决策逻辑，克服预测模型在可解释性方面的局限，增强预测结果的可信度。通过对岩爆等级进行合并，将多分类问题简化为更少的分类，可以更集中地处理类别之间的差异，降低模型的学习难度和复杂性，减少过拟合的风险。通过这样的转换，工程现场也可以制定更为合理的安全措施、优化资源分配、调整监测重点。