《表2 变量重要性度量及变量选择结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于机器学习的洋岛玄武岩主量元素预测稀土元素》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：表中加下划线的数字对应的主量元素为需要剔除的预测变量。

关于变量选择的具体过程，本文仅以预测La的变量选择为例，其他元素的选择过程相同，所有元素的变量选择结果见表2。变量选择的整体思路是，依重要性从大到小的顺序查看各个预测变量，剔除两两强相关变量间重要性相对较小的变量。图1a和表1显示：变量Na2O与K2O之间存在较强相关性，所以剔除重要性较小的Na2O；MgO与Al2O3的相关性较强，剔除重要性较小的Al2O3。因此，对于预测La，最后保留下的预测变量为SiO2、TiO2、CaO、MgO、MnO、K2O和P2O5。