基于形态特征的陶器器型分类与 SHAP 解释

从陶器剖面图提取可解释的形态特征，比较分类模型，并用 SHAP 把预测结果对应到器口、腹部与整体轮廓。

• 技术与任务机器学习 · 计算机视觉
• 应用方向信息与人工智能 · 经管与人文社科

项目亮点

• 形态知识怎样变成模型输入
• 按来源划分为什么有必要
• SHAP 怎样解释单个器物

数据与任务

观察器口、腹部和底部轮廓，是认识陶器器型的重要线索。这个项目把形态观察转成数值特征，再用机器学习分类，重点解释模型怎样依据轮廓做出判断。

先说清楚，它到底在做什么

ROCOPOT 数据含 2,949 张剖面图，涉及 18 种形状和四类器型。项目按资料来源分离训练与测试，提取形态特征并比较逻辑回归与随机森林，再制作可浏览的测试样本交互演示。

搞懂它，你能在面试里讲清楚什么

形态知识怎样变成模型输入

将器物轮廓上的宽度、比例和形状变化整理成特征，使输入与考古形态观察保持联系。特征图展示从一张剖面图到一行数字的过程。

按来源划分为什么有必要

不同资料的绘图风格可能成为模型捷径。分离来源后评价，更容易看清模型是否学到了可迁移的形态信息。现有测试中随机森林准确率为 44.92%，逻辑回归为 51.69%，对照结果用于分析特征与分类边界。

SHAP 怎样解释单个器物

全局图展示常被使用的形态特征，单例图解释某次预测被哪些特征推动。解释应对应器型分类依据，结合原始剖面阅读，而不是直接推导年代或文化归属。

怎样阅读实验与配图

真实剖面样本、特征构建与分类结果图，让项目能沿器物观察的自然顺序展开。另有 325 个测试样例的交互演示，便于对照图像、预测和解释，讨论容易混淆的器型。

面试与答辩可以怎样准备

器型观察中的哪些线索可以转成数值特征？

资料来源与器型标签可能发生怎样的混淆？

SHAP 如何帮助解释一个被分错的器物？

配套讲解材料围绕整体思路、关键步骤与结果解读展开，并提供面试问答与简历表达参考。准备时可以先按流程说明输入和输出，再选一个样例解释方法，最后用结果图回答具体问题。简历描述结合实际参与内容调整，配图可以放入 PPT 模板组织汇报。

配套资料

技术文档从任务背景、数据组织讲到模型与实验，再结合图表解释结果，包含面试问答和项目表达参考。下面展示正文选页，便于了解讲解内容与图文组织。

代码覆盖数据处理、核心方法和实验分析。下面是实际源码中的关键函数节选，可以结合文档中的流程与公式阅读，再沿输入、计算与输出理解具体实现。

适合谁

考古学、文物与博物馆、数字人文及可解释机器学习方向。 项目资料可用于学习、选题交流与面试答辩准备；沿着数据、方法、实验和解释逐步掌握，形成能够独立讲清楚的项目经历。