[1]黄艺龙,秦小林,陈芋文,张力戈,易斌.利用LIME对脓毒症预测模型进行可解释性分析[J].计算机应用,2021,41(z1):332-335.

[2]沈雅倩,黄志甲,周涛.基于XGBoost分类算法的热舒适预测模型[J].安徽工业大学学报,2022,39(1):74-78,99.

[3]王铭,程振豪,胡苗,唐铭成,徐福民,王莉,粘永健,刘凯军.基于XGBoost的COVID-19患者重症风险早期预测模型的建立与评价[J].第三军医大学学报,2022,44(3):195-202.

[4]辛瑞昊,董哲原,苗冯博,王甜甜,李英瑞,冯欣.基于机器学习的心脏病预测模型研究[J].吉林化工学院学报,2022,39(9):27-32.

[5]左航旭,陈小昆,廖彬,孙瑞娜.融合XGBoost与SHAP的冠心病预测及其特征分析模型[J].计算机应用研究,2022,39(6).

[6]张士杰,窦燕,李旭东,马文博.基于深度森林的心衰死亡率可解释预测模型[J].哈尔滨商业大学学报(自然科学版),2023(2):154-163.

[7]张磊,李海涛,熊致知,郭志豪,叶婧,李振华,杨楠,蔡煜.基于可解释性XGBoost的电力系统惯量短期预测方法[J].电力建设,2023,44(8):22-30.

[8]基于XGBoost的企业倒闭风险预测[J].无线互联科技

[9]骆肇阳,齐轩宁,杨阳.智能遮阳百叶眩光预测模型控制变量有效性分析[J].照明工程学报,2024(1):89-100.

[10]齐婉婉,孙锐,郑桐,亓金磊.基于支持向量机的现地地震预警地震动峰值预测[J].岩土工程学报,2023,40(9):1934-1943.

[11]张晟,刘长江,苗凯尧,张萌,刘雨童.基于优化XGBoost的运动效果量化评估与分析研究[J].成都体育学院学报,2022(6):85-92.

[12]廖彬,王志宁,李敏,孙瑞娜.融合XGBoost与SHAP模型的足球运动员身价预测及特征分析方法[J].计算机科学,2022(12):195-204.

[13]陈明良;马志远;张东辉;付冬欣;廖静瑜;林莉.基于SHAP可解释性的焊缝缺陷类型超声识别XGBoost模型[J].无损检测,2024(6):36-42.

[14]别瑞,周婷云,周显升,姜滨,周永,邱军,曹建敏.基于XGBoost算法的山东烟叶质量预测模型初探[J].中国烟草科学,2022,43(5):80-86,93.

[15]余红玲,王晓玲,任炳昱,郑鸣蔚,吴国华,朱开渲.土石坝渗流性态分析的IAO-XGBoost集成学习模型与 预测结果解释[J].水利学报,2023,54(10):1195-1209.

[16]马先林,周德胜,蔡文斌,李宪文,何明舫.基于可解释机器学习的水平井产能预测方法[J].西南石油大学学报(自然科学版),2022,44(4):81-90.

[17]夏侯杰,肖安.基于SHAP值机器学习的江西暖季暴雨预报因子重要性分析[J].气象与减灾研究,2024,47(1):12-23.

[18]马春辉,余飞,程琳,杨杰.特高拱坝变形机理可解释性智能预测模型[J].水力发电学报,2024,43(10):107-120.

[19]金磊,杨晓伟,张浩,杜勇志,李新鹏,戴春田,周伟.基于HA-RF-SHAP的露天煤矿粉尘浓度预测模型[J].西安科技大学学报,2024(1):74-83.

[20]赵立坤,李学强,赵季平,王玉霞,张明,郭建花.基于体检信息的急性冠脉综合征logistic预测模型[J].中华老年多器官疾病杂志,2017,16(1):28-32.