[发明专利]SHAP包装LightGBM快速预报锡基焊料的极限抗拉强度的可解释方法及其系统

权利要求书

1.一种SHAP包装LightGBM快速预报锡基焊料的极限抗拉强度的方法，其特征在于，包括以下步骤：

1)利用计算机系统，从文献中搜集锡基焊料合金的元素组成、实验条件和极限抗拉强度实验值，作为数据集样本；

2)整理锡基焊料合金的元素组成，结合选定的物理化学性质，计算出每个锡基焊料合金样本的用于建模的特征；

3)将数据集以样本量为4:1的比例，随机划分为训练集与测试集；

4)以在所述步骤1)中收集的锡基焊料合金的极限抗拉强度实验值作为目标变量，以在所述步骤2)中的特征为自变量，利用在所述步骤3)划分出的训练集，对自变量使用离群值缩放数据，并使用LightGBM，建立锡基焊料合金极限抗拉强度的初步预报模型；

5)根据在所述步骤4)建立的锡基焊料合金极限抗拉强度的初步预报模型，使用SHAP，计算出每个特征的SHAPvalue，并包装LightGBM进行特征筛选，选取出最优的特征子集，用于最终预报模型的建立；

6)根据在所述步骤5)最优的特征子集的特征，建立锡基焊料合金极限抗拉强度的可解释预报模型，快速预报在所述步骤3)中划分出的测试集样本的极限抗拉强度。

2.根据权利要求1所述SHAP包装LightGBM快速预报锡基焊料的极限抗拉强度的方法，其特征在于，在所述步骤4)中，具体包括以下步骤：

LightGBM的具体步骤如下：

4-1)给定数据集{x₁,…,x_n}，其中x_i为输入空间χ^s中的维数为s的向量，在梯度提升的每一迭代中，模型输出的损失函数的负梯度记为{g₁,…,g_n}；

4-2)将训练样本按其梯度的绝对值降序排列，前a％具有较大梯度的样本作为子集A，剩余(1-a)％的小梯度样本作为子集A^c，并从A^c中随机选取b％的样本作为子集B；

4-3)计算A∪B上的方差增益选取来分割样本节点，定义如下：

其中，A_l＝{x_i∈A:x_ij≤d}，A_r＝{x_i∈A:x_ijd}，B_l＝{x_i∈B:x_ij≤d}，B_r＝{x_i∈B:x_ijd}，系数用于将B上的梯度和归一化到A^c的大小；n为数据集的样本个数，d为样本节点，x_i为输入空间χ^s中的维数为s的向量，g_i为模型输出的损失函数的负梯度；A为将训练样本按其梯度的绝对值降序排列后选取的前a％具有较大梯度的样本子集，A^c为剩余(1-a)％的小梯度样本子集，B为从A^c中随机选取b％的样本构成的子集，a便为子集A中选取的前a％的具有较大梯度的样本个数，b为从A^c中随机选取b％的样本个数。为x_i∈A:x_ij≤d的样本节点d的个数，为x_i∈A:x_ijd的样本节点d的个数，x_ij为第i个样本的第j维特征，i＝1,…,n，j＝1,…,s；

4-4)选定相应的样本节点并决定相应的输出值；

4-5)重复上述步骤，直至达到拟合精度阈值或达到树棵树的上限。