自动化机器学习在地质灾害损失评价中的初步应用  

作　　者：曾群芳 梁元[1,2] 易朝勇 

机构地区：[1]成都理工大学管理科学学院,四川成都610059 [2]数学地质四川省重点实验室(成都理工大学),四川成都610059

出　　处：《写真地理》2020年第3期0164-0166,共3页

基　　金：2020年四川省应用基础研究计划项目(申报编号:20YYJC2346 )、2019年四川省社科规划项目“统计发展专项课题”(SC19TJ003)、四川省哲学社会科学重点研究基地——四川矿产资源研究中心资助项目(SCKCZY2018-ZC003)、数学地质四川省重点实验室开放基金项目(SCSXDZ2018YB01);国家重点研发计划资助(2017YFC0601505)等资助.

摘　　要：摘要:机器学习技术在很多领域得到广泛应用,然而,要得到良好的机器学习模型,必须要有高度专业化的数据科学家和领域专家参与,才有可能构建。自动化机器学习技术的出现,解决了领域专家能够在没有广泛的统计和机器学习知识的情况下,也能够自动构建机器学习的模型,大大方便了领域专家使用机器学习技术的能力。本文就是将自动化机器学习方法运用到地质灾害损失评价中,通过使用scikit-learn中的Grid Search来进行机器学习算法的超参数的最佳网格搜索,得到K-means算法的超参数最优配置,然后建立四川省各市州自然灾害区域评价的指标分类和评价指标体系,对地质灾害损失程度进行分类。该模型的建议,有助于机器学习、尤其是自动机器学习的推广应用,对研究地质灾害对人口、经济等方面造成的损失,探讨自动化机器学习技术在地质灾害损失程度具有一定的应用价值。

关 键 词：关键词:地质灾害损失 自动化机器学习 自然灾害 K-均值聚类 

分 类 号：X43[环境科学与工程—灾害防治]