在地学智能化应用中，很多分类任务都会遇到同一个现实问题： 泥岩样本特别多，砂岩或优质储层样本很少； “非储层”占绝大多数，“储层”只占一小部分； 甚至某些关键岩性（如胶结强的白云岩、特定相带的细粒岩）样本数量极少。 这会导致一个典型现象： 模型 Accuracy 看起来不低，但关键类别（少数类）几乎识别不出来。或者你把 Recall 拉高了，误报（Precision 下降）又变得很严重。 这一篇文章专门讲清楚： 什么是类别不平衡，为什么地学里普遍存在； 它会对模型和指标造成什么影响； 常见的处理方法有哪些； 在岩性…
在上一篇文章里我们谈了过拟合、欠拟合和交叉验证。很多读者在实际建模时还会遇到另一个非常常见的问题： 我跑出来很多指标：R²、RMSE、MAE、Accuracy、Precision、Recall、F1……到底该看哪个？哪个指标才真正能反映模型是否“可用”？ 这篇文章的目的，就是把评价指标讲清楚，并给出一套更贴合地学场景的选择建议。 一、先统一一个原则：指标是为“业务目标”服务的 评价指标不是越多越好，而是要回答一个问题： 在我的地学任务里，“什么错误最不能接受”？我更关心漏判，还是误判？我更关心整体趋势，还是极端值？…
在前面的文章里，我们已经把“回归与分类”的基本概念跑通了，也强调了数据预处理与特征工程的重要性。接下来，一个更关键、也更容易踩坑的问题是： 模型在训练集上表现很好，这到底意味着什么？它是真的学到了“可泛化的地质规律”，还是只是“记住了训练数据”？ 这一篇我们就系统讲清楚三件事： 过拟合与欠拟合是什么； 如何在地学数据上识别它们； **交叉验证（Cross-Validation）**为什么是更稳健的评估方式，以及怎么用。 一、先把概念说清楚：过拟合 vs 欠拟合 1. 欠拟合（Underfitting）：模型太“简单…
最近评论
ff777 发布于 2 个月前（12月08日）
ai generator 发布于 2 个月前（12月06日）