基于不同机器学习模型的石油测井数据岩性分类对比研究

江丽, 张智谟, 王琦玮, 封志兵, 张博程, 任腾飞

Comparative study on lithology classification of oil logging data based on different machine learning models

JIANG Li, ZHANG Zhi-Mo, WANG Qi-Wei, FENG Zhi-Bing, ZHANG Bo-Cheng, REN Teng-Fei

表2 决策树和随机森林模型分类报告

Table 2 Decision tree and random forest model classification report

岩性 决策树模型 随机森林模型 精确度 ×100/% 召回率 ×100/% F1值 ×100/% 支持度 精确度 ×100/% 召回率 ×100/% F1值 ×100/% 支持度 凝灰岩 0.71 0.70 0.70 220 0.87 0.69 0.77 212 砂岩 0.84 0.84 0.84 1702 0.92 0.92 0.92 1807 泥质砂岩 0.70 0.69 0.69 1022 0.84 0.79 0.81 1037 页岩 0.96 0.96 0.96 9695 0.96 0.99 0.97 9588 泥岩 0.78 0.77 0.77 452 0.89 0.88 0.89 451 白云岩 0.53 0.63 0.58 30 0.80 0.53 0.64 30 石灰岩 0.86 0.87 0.86 1915 0.94 0.87 0.91 1822 白垩岩 0.91 0.88 0.89 608 0.95 0.93 0.94 597 岩盐 0.50 0.50 0.50 6 1.00 0.75 0.86 8 煤炭 0.44 0.62 0.52 13 0.82 0.69 0.75 13 准确率 0.90 15663 0.94 15663 宏平均 0.72 0.75 0.73 15663 0.90 0.80 0.85 15663 加权平均 0.90 0.90 0.90 15663 0.94 0.94 0.94 15663