本发明公开了基于NGBoost和SHAP值的可解释地震动参数概率密度分布预测方法,涉及地震工程技术领域,包括以下步骤:步骤1,确定研究区域,收集研究区域内地震事件波形和元数据信息,并进行分析处理,建立强震动数据库;步骤2,对强震动数据进行数据清洗,挑选用于机器学习模型训练的数据;步骤3,利用挑选的强震动记录和自然梯度提升算法...
1、通过引入自然梯度(ngboost)算法实现了对地震动参数概率密度分布的预测。相比于预测值,地震动参数的概率密度分布对于后续地震危险性分析更加重要。 2、通过计算shap值实现了机器学习模型解释,利用shap值可以研究各个特征如何影响地震动参数预测,评估机器学习模型的合理性。 附图说明 图1是本发明的流程图; 图2是对于测...