一种基于机器学习的新质生产力空间分析方法

本发明公开了一种基于机器学习的新质生产力空间分析方法，涉及城市规划技术领域，本发明构建了新质生产力空间指标体系，构建多种机器学习模型进行选优，选取预测和泛化效果最好的机器学习模型分析各要素对新质生产力空间的影响，用SHAP模型进行解释和分析，引入基于Shapley值理论计算各特征边际贡献度的SHAP值解释机制，量化分析企业设施密度、夜间灯光强度等关键指标对新质生产力空间分布的贡献度，实现了机器学习模型在预测精度与可解释性上的协同优化；并结合空间可视化分析，为城市规划提供优先干预依据，最终实现对非线性效应及要素交互作用的精准量化解析。