[预印本] 玉米土地适宜性评价中机器学习算法的数学建模与对比性能评估（Mathematical Formulation and Comparative Performance Evaluation of Machine Learning Algorithms for Maize Land Suitability Prediction）

方法

基于三地调查数据，比较多种特征选择方法与分类器，构建土地适宜性预测模型。

发现

梯度提升结合序列特征选择准确率达99.41%，精确率与召回率均99.35%。

机会点

可探索小样本与跨区域迁移下的模型稳健性，并融合遥感与土壤多源数据提升泛化能力。

针对埃塞俄比亚玉米产区，以三地调查数据比较多种特征选择与分类器。梯度提升结合序列特征选择的最佳模型准确率达99.41%，精确率与召回率均99.35%，为精准农业土地评价提供可靠工具。属预印本，尚未经同行评审。