数据集概述
该数据集包含两个用于蚀变类型分类的子集：传统数据集（基于原始地球化学数据）和模拟数据集（基于地统计实现生成的代理变量）。同时提供配套MATLAB文件及置信度分析所需文件，支持MetaCost XGBoost模型的训练与评估。
文件详解
- 传统数据集文件（CSV格式）：
- Trad_Train.csv：训练数据文件，包含原始地球化学特征（如Cu、Au、Mo等）及目标变量Alteration（蚀变类型，如PHY）
- Trad_Test.csv：测试数据文件，结构与训练文件一致
- 模拟数据集文件（CSV格式）：
- Simu_Train.csv：模拟训练数据文件，包含基于代理变量的特征（如Cu、Au、Mo等，经高斯尺度归一化可能含负值）及目标变量Alteration
- Simu_Test.csv：模拟测试数据文件，结构与模拟训练文件一致
- 压缩包文件：
- FinalMatlabFiles.zip：包含原始输入文件alldata.csv、置信度分析文件Analysis1.csv和Analysis2.csv
- 置信度分析文件（CSV格式）：
- Analysis1.csv/Analysis2.csv：含两列数据，列1为预测与真实蚀变类型的匹配/不匹配标识，列2为正确分类概率（分别基于 bootstrap样本和模拟代理变量）
适用场景
- 机器学习模型训练：用于MetaCost XGBoost模型的训练与评估，对比传统地球化学数据与模拟代理变量的分类效果
- 地球化学数据分析：研究蚀变类型与地球化学特征/代理变量的关联
- 置信度分析：基于bootstrap样本或模拟代理变量评估模型分类结果的可靠性
- 地统计方法应用：探索地统计实现生成代理变量在分类任务中的应用价值
