第53.5讲 | 小项目实战：用 SHAP 值表明农作物产量预测模子 [特殊字符][特殊字符]

目次
✅ 项目配景
📦 所用工具
📁 数据字段（模仿）
🧑‍💻 代码实现步骤
🎯 解读与开导
🧠 项目拓展建议

---

✅ 项目配景

我们使用一个简化的玉米产量数据集（可模仿现实数据），练习一个呆板学习模子预测玉米产量，并使用 SHAP 值表明模子的关键影响因素。
📦 所用工具

• Python
  
• pandas、scikit-learn
  
• xgboost
  
• shap
  

📁 数据字段（模仿）

字段寄义rainfall降雨量（mm）temperature温度（℃）soil_nitrogen土壤氮含量fertilizer施肥量yield玉米产量（目标变量）

---

🧑‍💻 代码实现步骤

1. # 第一步：导入库
2. import pandas as pd
3. import numpy as np
4. import shap
5. import xgboost as xgb
6. from sklearn.model_selection import train_test_split
7. import matplotlib.pyplot as plt
9. # 第二步：构造或加载数据
10. data = pd.DataFrame({
11.     'rainfall': np.random.uniform(100, 300, 200),
12.     'temperature': np.random.uniform(15, 30, 200),
13.     'soil_nitrogen': np.random.uniform(0.5, 2.0, 200),
14.     'fertilizer': np.random.uniform(50, 150, 200),
15. })
16. # 模拟目标变量
17. data['yield'] = (
18.     0.05 * data['rainfall'] +
19.     0.1 * data['temperature'] +
20.     0.2 * data['soil_nitrogen'] +
21.     0.03 * data['fertilizer'] +
22.     np.random.normal(0, 2, 200)
23. )
25. # 第三步：划分训练集与测试集
26. X = data.drop('yield', axis=1)
27. y = data['yield']
28. X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
30. # 第四步：训练模型
31. model = xgb.XGBRegressor()
32. model.fit(X_train, y_train)
34. # 第五步：SHAP 值解释
35. explainer = shap.Explainer(model)
36. shap_values = explainer(X_test)
38. # 第六步：可视化解释
39. shap.plots.beeswarm(shap_values)

复制代码

---

🎯 解读与开导

• 使用 SHAP 分析后，发现“soil_nitrogen”与“rainfall”对模子预测影响最大，分析氮含量和降雨量是玉米产量的关键变量。
  
• 利用这类可表明性分析，有助于科学家与农业管理者构建可信的AI模子，克制“黑箱模子”带来的误解与风险。
  

---

🧠 项目拓展建议

• 参加 LIME 对比分析；
  
• 更换模子为随机森林、LightGBM 等；
  
• 用真实遥感+情形数据集练习，进步实用性。
  

---