基于SMOTE平衡数据的极端随机树岩性识别

摘要

在油气勘探和地质工程中，精确的岩性识别对于资源评估和开采具有重要意义。由于地质数据的固有复杂性及岩性样本的不平衡问题，传统方法在岩性识别中面临诸多挑战。本文提出一种合成少数类过采样技术(synthetic minority over-sampling technique, SMOTE)结合极端随机树进行岩性识别的方法。首先，通过SMOTE增强少数类样本的表征，提高训练数据的平衡性；其次，利用极端随机树的高效性和强泛化能力构建岩性分类模型。实验结果表明：极端随机树的识别准确率为85.54%,相比其他机器学习方法梯度提升决策树(gradient boosting decision tree, GBDT)、极端梯度提升(extreme gradient boosting, XGBoost)、轻量级梯度提升机(light gradient boosting machine, LightGBM)和随机森林分别提高了5.58%、2.55%、2.35%和2.08%;SMOTE采样后，降低了样本不平衡引起的预测偏差，各模型中少数岩性类别的整体识别精度显著提高，提升了各模型的整体性能，极端随机树性能最优，识别准确率提升到86.62%,相比GBDT、XGBoost、LightGBM和随机森林分别提高了4.71%、2.56%、1.55%和2.02%,验证了SMOTE结合极端随机树的有效性。

关键词

岩性识别 / 机器学习 / 随机森林 / 极端随机树 / 平衡数据