基于TreeSHAP的可解释AI集成特征选择用于滑坡易发性制图
机器学习
2023-06-28 v2
摘要
在人为全球变暖时代，滑坡频繁发生，对人类生命财产构成 alarming 威胁。利用数据驱动方法早期预测滑坡易发性是时代的需求。在本研究中，我们利用最先进的机器学习方法探索了最能描述滑坡易发性的显著特征。我们采用了包括XgBoost、LR、KNN、SVM和Adaboost在内的最先进机器学习算法进行滑坡易发性预测。为寻找各分类器的最优超参数以提升性能，我们结合了网格搜索方法与10折交叉验证。在此背景下，优化后的XgBoost以94.62%的交叉验证加权F1分数优于所有其他分类器。基于此经验证据，我们通过引入TreeSHAP（一种基于博弈论的统计算法，用于解释机器学习模型）来探究XgBoost分类器，以识别如SLOPE、ELEVATION、TWI等主要提升XGBoost分类器性能的特征，以及如LANDUSE、NDVI、SPI等对模型性能影响较小的特征。根据TreeSHAP的特征解释，我们从15个因素中筛选出9个最显著的滑坡致灾因子。显然，优化后的XgBoost结合40%的特征削减，在常用评估指标上优于所有其他分类器，训练集交叉验证加权F1分数达95.01%，AUC分数达97%。
引用
@article{arxiv.2201.03225,
title = {Explainable AI Integrated Feature Selection for Landslide Susceptibility Mapping using TreeSHAP},
author = {Muhammad Sakib Khan Inan and Istiakur Rahman},
journal= {arXiv preprint arXiv:2201.03225},
year = {2023}
}
备注
Accepted for publication in SN Computer Science (Springer)