一种基于高熵碳化物陶瓷不平衡数据的机器学习预测相形成能力的方法

本发明公开了一种基于高熵碳化物陶瓷不平衡数据的机器学习预测相形成能力的方法，属于陶瓷材料设计技术领域。该方法通过收集现有研究中高熵碳化物陶瓷相形成能力的文献数据和实验数据，构建初始数据集；采用不平衡学习策略对数据集中的少数类样本进行过采样，平衡数据集；对数据集进行特征工程处理，获得最佳特征子集；通过最佳特征子集训练若干个机器学习模型，优化得到预测模型，通过预测模型对高熵碳化物陶瓷在未知相成分空间的相形成能力进行预测。本发明通过不平衡学习结合机器学习算法对高熵碳化物陶瓷相形成能力进行预测，显著提高机器学习算法的预测能力和泛化能力。