第53.5讲 | 小项目实战：用 SHAP 值解释农作物产量预测模型 [特殊字符][特殊字符]

目录

✅ 项目背景

📦 所用工具

📁 数据字段（模拟）

🧑‍💻 代码实现步骤

🎯 解读与启发

🧠 项目拓展建议

✅ 项目背景

我们使用一个简化的玉米产量数据集（可模拟实际数据），训练一个机器学习模型预测玉米产量，并使用 SHAP 值解释模型的关键影响因素。

📦 所用工具

• Python

• pandas、scikit-learn

• xgboost

• shap

📁 数据字段（模拟）

🧑‍💻 代码实现步骤

# 第一步：导入库
import pandas as pd
import numpy as np
import shap
import xgboost as xgb
from sklearn.model_selection import train_test_split
import matplotlib.pyplot as plt

# 第二步：构造或加载数据
data = pd.DataFrame({
    'rainfall': np.random.uniform(100, 300, 200),
    'temperature': np.random.uniform(15, 30, 200),
    'soil_nitrogen': np.random.uniform(0.5, 2.0, 200),
    'fertilizer': np.random.uniform(50, 150, 200),
})
# 模拟目标变量
data['yield'] = (
    0.05 * data['rainfall'] +
    0.1 * data['temperature'] +
    0.2 * data['soil_nitrogen'] +
    0.03 * data['fertilizer'] +
    np.random.normal(0, 2, 200)
)

# 第三步：划分训练集与测试集
X = data.drop('yield', axis=1)
y = data['yield']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 第四步：训练模型
model = xgb.XGBRegressor()
model.fit(X_train, y_train)

# 第五步：SHAP 值解释
explainer = shap.Explainer(model)
shap_values = explainer(X_test)

# 第六步：可视化解释
shap.plots.beeswarm(shap_values)

🎯 解读与启发

• 使用 SHAP 分析后，发现“soil_nitrogen”与“rainfall”对模型预测影响最大，说明氮含量和降雨量是玉米产量的关键变量。

• 利用这类可解释性分析，有助于科学家与农业管理者构建可信的AI模型，避免“黑箱模型”带来的误解与风险。

🧠 项目拓展建议

1. 加入 LIME 对比分析；

2. 更换模型为随机森林、LightGBM 等；

3. 用真实遥感+气象数据集训练，提高实用性。