滑坡易发性成图的可解释性不确定性：统计、机器学习和深度学习模型的比较分析

BriefGPT - AI 论文速递 ·

该研究比较了统计学、机器学习和深度学习模型在预测滑坡易发性方面的准确性和可解释性。结果显示卷积神经网络模型表现最佳，极限梯度提升和支持向量机也具有强大的预测能力。模型的解释能力因模型和贡献因素而异。使用专门的触发因素可以增加模型的可解释性，但可能降低一些预测能力。

准确性卷积神经网络可解释性机器学习极限梯度提升深度学习滑坡易发性统计

原文中文，约300字，阅读约需1分钟。