SSA 优化
搜索学习率、树深、正则项等超参数，减少人工调参成本。
样本参数
与 PINN 使用同一组输入，便于对照预测结果。
SSA-CatBoost Ensemble
该模型通过 SSA 搜索 CatBoost 超参数，适用于快速估算 MMP，并结合特征重要性分析输入变量对预测结果的贡献。
与 PINN 使用同一组输入，便于对照预测结果。
搜索学习率、树深、正则项等超参数，减少人工调参成本。
CatBoost 捕捉非线性关系，适合快速预测和对比分析。
辅助观察模型主要依赖的组分和储层条件。
| Fold | Iterations | LR | Depth | L2 Reg | Border | Rand. Str. |
|---|---|---|---|---|---|---|
| 1 | 465 | 0.1646 | 4 | 2.534 | 79 | 2.667 |
| 2 | 499 | 0.1113 | 5 | 1.984 | 69 | 2.188 |
| 3 | 499 | 0.1606 | 5 | 2.403 | 98 | 1.118 |
| 4 | 500 | 0.2000 | 5 | 3.891 | 45 | 2.490 |
| 5 | 448 | 0.1935 | 6 | 2.294 | 65 | 2.825 |