一种利用机器学习和闪锌矿微量元素判别矿床类型的方法

本发明涉及铅锌矿床资源勘查技术领域，且公开了一种利用机器学习和闪锌矿微量元素判别矿床类型的方法。该方法利用全球范围内不同类型铅锌矿床中闪锌矿的多元素数据建立数据集，使用基于Tree‑structured Parzen Estimator优化的支持向量机机器学习算法建立闪锌矿微量元素分类模型，基于已训练的TPE‑SVM模型对闪锌矿样本进行分类预测，输出各矿床类型的概率及分类结果，并使用各项评价指标评估模型的性能。采用SHAP方法对训练好分类模型进行解释及特征重要性分析，定性分析各微量元素含量组合在判别不同铅锌矿床类型中的贡献，从而建立闪锌矿微量元素判别指标体系。