清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Addressing Data Imbalance in Hydrological Machine Learning: Impact of Advanced Sampling Methods on Performance and Interpretability

可解释性 采样(信号处理) 机器学习 计算机科学 人工智能 数据挖掘 水文学(农业) 工程类 计算机视觉 滤波器(信号处理) 岩土工程
作者
Xiaoran Yin,Longcang Shu,Zhe Wang,Long Zhou,Shuyao Niu,Huazhun Ren,Lei Zhu,Chengpeng Lu
出处
期刊:Water Resources Research [Wiley]
卷期号:61 (10)
标识
DOI:10.1029/2024wr039848
摘要

Abstract Data imbalance poses a severe challenge in hydrological machine learning (ML) applications by limiting model performance and interpretability, whereas solutions remain limited. This study evaluates the impact of advanced sampling methods, particularly feature space coverage sampling (FSCS), on model performance in predicting forest cover types and saturated hydraulic conductivity (Ks); mechanism underlying its efficacy; and impact on model interpretability. Using ML algorithms such as random forest (RF) and LightGBM (LGB) across various training set sizes, we demonstrated that FSCS significantly mitigates data imbalance, enhancing model accuracy, feature importance estimation, and interpretability. Two widely used hydrological data sets were analyzed: a large multiclass forest cover type data set from Roosevelt National Forest (110,393 samples) and continuous‐value data set of soil properties from the USKSAT database (18,729 samples). In total, 1,720 models were constructed and optimized, combining different sampling methods, training set sizes, and algorithms. Balanced sampling, conditioned Latin hypercube sampling, and FSCS consistently outperformed simple random sampling. Despite using smaller training sets and simpler RF models, FSCS‐trained models matched or surpassed the performance of those using larger data sets or more complex LGB models. SHAP analysis revealed that FSCS enhanced feature–target relationship clarity, emphasizing feature interactions and improving model interpretability. These findings highlight the potential of advanced sampling methods for not only addressing data imbalance but also providing more accurate prior information for model training, thereby enhancing reliability, accuracy, and interpretability in ML for hydrological applications.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
安安完成签到,获得积分10
2秒前
55秒前
林利芳完成签到 ,获得积分0
1分钟前
1分钟前
ZZQ完成签到 ,获得积分10
1分钟前
kgf发布了新的文献求助10
1分钟前
ceeray23应助科研通管家采纳,获得10
1分钟前
科研通AI6应助科研通管家采纳,获得10
1分钟前
ceeray23应助科研通管家采纳,获得10
1分钟前
zzhui完成签到,获得积分10
1分钟前
yi完成签到,获得积分10
1分钟前
随心所欲完成签到 ,获得积分10
1分钟前
狂野的含烟完成签到 ,获得积分10
2分钟前
77wlr完成签到,获得积分10
2分钟前
智者雨人完成签到 ,获得积分10
2分钟前
量子星尘发布了新的文献求助10
2分钟前
GHX_1195979443完成签到 ,获得积分10
3分钟前
是富贵呀完成签到 ,获得积分10
3分钟前
冷静的尔竹完成签到,获得积分10
3分钟前
creep2020完成签到,获得积分10
3分钟前
喜悦的唇彩完成签到,获得积分10
3分钟前
3分钟前
4分钟前
4分钟前
陈博士发布了新的文献求助10
4分钟前
陈博士完成签到,获得积分10
4分钟前
4分钟前
在水一方应助科研通管家采纳,获得10
5分钟前
6分钟前
jerry完成签到,获得积分10
6分钟前
Regulusyang完成签到,获得积分10
6分钟前
泥泞完成签到 ,获得积分10
6分钟前
7分钟前
科研通AI2S应助科研通管家采纳,获得10
7分钟前
BowieHuang应助科研通管家采纳,获得10
7分钟前
7分钟前
daomaihu完成签到,获得积分20
7分钟前
ceeray23发布了新的文献求助20
8分钟前
8分钟前
伍思光发布了新的文献求助10
8分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Encyclopedia of Agriculture and Food Systems Third Edition 2000
Clinical Microbiology Procedures Handbook, Multi-Volume, 5th Edition 临床微生物学程序手册,多卷,第5版 2000
人脑智能与人工智能 1000
King Tyrant 720
Silicon in Organic, Organometallic, and Polymer Chemistry 500
Principles of Plasma Discharges and Materials Processing, 3rd Edition 400
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5599887
求助须知:如何正确求助?哪些是违规求助? 4685622
关于积分的说明 14838712
捐赠科研通 4672749
什么是DOI,文献DOI怎么找? 2538369
邀请新用户注册赠送积分活动 1505574
关于科研通互助平台的介绍 1470965