PyGALAX：面向高级可解释地理机器学习的开源Python工具包
机器学习
2026-02-03 v1
摘要
PyGALAX是一个用于地理空间分析的Python软件包，集成了自动机器学习(AutoML)和可解释人工智能(XAI)技术，用于分析空间异质性，适用于回归和分类任务。它自动选择和优化针对不同地理位置和情境的机器学习模型，同时通过SHAP(Shapley Additive exPlanations)分析保持可解释性。PyGALAX基于并改进了GALAX框架(Geospatial Analysis Leveraging AutoML and eXplainable AI)，该框架已证实优于传统地理加权回归(GWR)方法。PyGALAX相较于原始GALAX框架的关键增强包括自动带宽选择和灵活的核函数选择，为跨越多样数据集和研究问题的空间建模提供更大的灵活性和鲁棒性。PyGALAX不仅继承了原始GALAX框架的所有功能，还将其封装为可访问、可复现且易于部署的Python工具包，并提供额外的空间建模选项。它有效解决了空间非平稳性问题，在全局和局部尺度上生成对复杂空间关系的透明见解，使先进的地理机器学习方法变得可及于地理学、城市规划、环境科学及相关领域的研究者和实践者。
引用
@article{arxiv.2602.00907,
title = {PyGALAX: An Open-Source Python Toolkit for Advanced Explainable Geospatial Machine Learning},
author = {Pingping Wang and Yihong Yuan and Lingcheng Li and Yongmei Lu},
journal= {arXiv preprint arXiv:2602.00907},
year = {2026}
}