| 注册
首页|期刊导航|应用生态学报|基于XGBoost-SHAP可解释机器学习模型的城市形态与地表温度的关系

基于XGBoost-SHAP可解释机器学习模型的城市形态与地表温度的关系

谭洁 危千骏 廖朝阳 邝文俊 邓慧婷 余德

应用生态学报2025,Vol.36Issue(3):P.659-670,12.
应用生态学报2025,Vol.36Issue(3):P.659-670,12.DOI:10.13287/j.1001-9332.202503.025

基于XGBoost-SHAP可解释机器学习模型的城市形态与地表温度的关系

谭洁 1危千骏 1廖朝阳 1邝文俊 1邓慧婷 1余德1

作者信息

  • 1. 湖南农业大学风景园林与艺术设计学院,长沙410128
  • 折叠

摘要

关键词

城市2D/3D形态/热岛效应/可解释机器学习/XGBoost-SHAP模型

分类

资源环境

引用本文复制引用

谭洁,危千骏,廖朝阳,邝文俊,邓慧婷,余德..基于XGBoost-SHAP可解释机器学习模型的城市形态与地表温度的关系[J].应用生态学报,2025,36(3):P.659-670,12.

基金项目

国家自然科学基金项目(42301301) (42301301)

湖南省教育厅科学研究项目(22A0159,22B0191)资助。 (22A0159,22B0191)

应用生态学报

OA北大核心

1001-9332

访问量61
|
下载量0
段落导航相关论文