一种基于Bagging策略的滑坡易发性评价方法

摘要

本发明公开了一种基于Bagging策略PU‑learning的滑坡易发性评价方法：基于Bagging策略的PU‑learning(PU‑bagging)是一种学习策略，实际实现过程中依赖基学习器，本发明选取支持向量机SVM作为基学习器；从大量未标记样本点集合U中每次随机选取负例集合ut，将少量标记滑坡样本点视为正例集合P，二者可组成训练集，采用支持向量机SVM作为基学习器可训练得训练模型；将取样本和训练基学习器的过程重复T次，就得到了一个由T个基学习器组成的Bagging模型；由于随机性，T个采样集合各不相同，因此T个基学习器也各不相同；再引入投票策略对所有支持向量机模型的预测结果进行处理，得到最终的滑坡易发性评价结果。