大运河文化带新质生产力的时空分异特征与影响因素——基于机器学习XGBoost-SHAP模型

周丙锋, 史静, 谢新水, 刘晟, 曹倩倩

地域研究与开发 ›› 2025, Vol. 44 ›› Issue (1) : 14-22.

PDF(3526 KB)
地域研究与开发
PDF(3526 KB)
地域研究与开发 ›› 2025, Vol. 44 ›› Issue (1) : 14-22. DOI: 10.3969/j.issn.1003-2363.2025.01.003
新质生产力研究

大运河文化带新质生产力的时空分异特征与影响因素——基于机器学习XGBoost-SHAP模型

    {{javascript:window.custom_author_cn_index=0;}}
  • {{article.zuoZhe_CN}}
作者信息 +

Exploration of Characteristics and Influencing Factors of Spatial and Temporal Differentiation of Neoplastic Productivity in the Grand Canal Cultural Belt: Based on the Machine Learning XGBoost-SHAP Model

    {{javascript:window.custom_author_en_index=0;}}
  • {{article.zuoZhe_EN}}
Author information +
文章历史 +

本文亮点

{{article.keyPoints_cn}}

HeighLight

{{article.keyPoints_en}}

摘要

{{article.zhaiyao_cn}}

Abstract

{{article.zhaiyao_en}}

关键词

Key words

本文二维码

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用
{{article.zuoZheCn_L}}. {{article.title_cn}}[J]. {{journal.qiKanMingCheng_CN}}, 2025, 44(1): 14-22 https://doi.org/10.3969/j.issn.1003-2363.2025.01.003
{{article.zuoZheEn_L}}. {{article.title_en}}[J]. {{journal.qiKanMingCheng_EN}}, 2025, 44(1): 14-22 https://doi.org/10.3969/j.issn.1003-2363.2025.01.003
中图分类号：

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

参考文献

{{article.reference}}

基金

版权

{{article.copyrightStatement_cn}}
{{article.copyrightLicense_cn}}
PDF(3526 KB)

Accesses

Citation

Detail
段落导航
相关文章

/

〈 〉