C2 · 出版卷 12

Target Ranking

证据权重、依赖性、置信度和透明度

学习目标

完成本课后，你应能建立可审计排序，用门保护必要条件，区分证据权重与置信度，识别依赖图层，对缺失建模，实施敏感性分析，并在排序不稳定时表达并列而不是制造虚假精度。

排序是分配下一项检验的决策辅助。除非经过概率校准，它不是发现概率；它也不是经济价值。靶区可能因科学区分力、强地质支持、可检验性，或某个目标重视选项保留而排名高。这些目标不应暗中混为一个数。

排序框架与资格门

定义组合、决策日期、靶区版本、可用行动和目标。只比较成熟度与尺度相容的靶区，或明确调整方法。资料稀疏的区域 lead 不应像详细靶区那样受罚，也不能用慷慨分数隐藏其不确定性。

首先执行资格门。必要地质条件、有效坐标谱系、最低数据质量，以及合法安全的下一检验，可以设为不可补偿条件。使用通过、失败和不确定三态。不确定靶区可进入空白解决队列，而不是赋零从而暗示负证据。

地质支持、证据成熟度和可检验性应保持独立维度。如果必须形成总排序，要展示组合方法和理由，并同时发布分项表，因为同一总分可能来自完全不同的路径。

证据权重、置信度与方向

证据权重表示区分假设的能力或对声明目标的重要性；置信度表示对观测及其转换的信任。一个条件可能诊断力高但观测差，也可能测得很精确却诊断力弱。把权重乘置信度只是可选启发式，不是普遍概率规则。

证据可以支持、矛盾或中性。只累积正匹配的分数会奖励数据丰富靶区，无法表达反证。应使用带符号贡献，或分开支持与矛盾台账。必要矛盾应由门保护，不能让许多弱正特征抵消。

权重应在结果已知前确定并记录理由；专家意见不一致时使用范围。数据驱动权重需要一致训练标签、具有代表性的搜索空间和尊重空间结构的验证。数学拟合系数不会自动消除选择偏差。

依赖、冗余与缺失

图层可能共享源数据、因果过程或处理步骤。构造复杂度、断层距离和磁梯度可能编码重叠信息；同一介质的多个 pathfinder 元素可能反映一个弥散机制。把它们视为独立会重复计算同一证据。

建立依赖组，先组内组合，再跨组组合。测试移除每组的效果。若一个数据族决定全部次序，结果应陈述为“以该数据族为条件”。相关性本身不证明因果冗余，但会触发地质与谱系审计。

缺失可以与问题无关、与地质有关或与历史勘查有关。没有模型时不要用平均或零替代。与分数同时报告覆盖和缺失状态。若未解决条件可在合理范围变化，计算分数区间；区间重叠的靶区在当前知识下实质并列。

敏感性与验证

敏感性检验合理假设变化是否改变决策。改变权重、阈值、缺失处理、依赖分组和置信度，执行 leave-one-group-out 与替代假设测试。稳定的首层比在微小变化下反转的精确序号更可辩护。

验证必须匹配用途。随机拆分空间聚集矿点可能把近重复样本放入训练和测试，从而夸大性能。应尽可能使用空间块、地质域、时间分离决策或真正前瞻 holdout。保持时间顺序：靶区选择后取得的数据不能验证原选择。

捕获率—面积、校准、precision–recall、留出样例排名和信息增益回答不同问题。已知矿点不是所有系统的无偏样本，“非矿床”位置也极少是验证过的真阴性，必须报告标签局限。

合成算例

三个虚构靶区已通过必要门。四项条件从 0 到 1 评分：来源 S、通道 P、圈闭 T 和独立足迹 F；权重为 0.30、0.25、0.25、0.20。括号内为置信度，教学启发式把它与条件分数相乘。

| 靶区 | S(c) | P(c) | T(c) | F(c) | |---|---|---|---|---| | A | 0.9 (0.9) | 0.8 (0.7) | 0.6 (0.8) | 0.7 (0.9) | | B | 0.7 (0.8) | 0.9 (0.9) | 0.8 (0.7) | 0.5 (0.8) | | C | 0.8 (0.6) | 0.6 (0.8) | 0.9 (0.9) | 0.8 (0.6) |

分数为：A=0.30(0.81)+0.25(0.56)+0.25(0.48)+0.20(0.63)=0.629；B=0.30(0.56)+0.25(0.81)+0.25(0.56)+0.20(0.40)=0.591；C=0.30(0.48)+0.25(0.48)+0.25(0.81)+0.20(0.48)=0.563。表面次序为 A、B、C。

但 A 与 B 的 P 和 F 来自同一物理响应，C 的足迹独立。依赖审计采用教学规则：二者合计贡献不超过较大项。修订分数为 A =0.243+0.140+0.120=0.503，B =0.168+0.203+0.140=0.511，C 在声明记录下仍为 0.563，次序反转。max 规则并非普遍正确；案例说明依赖处理可能控制决策，必须显式说明。

解释工作流

1. 定义组合、目标、决策日期和可比成熟度。
2. 执行必要地质、质量和可行性门。
3. 分开地质支持、证据成熟度和可检验性。
4. 分别赋予诊断权重、方向和置信度。
5. 对共享因果或源数据证据分组。
6. 显式编码缺失、负值和不确定状态。
7. 计算分项分数、区间和层级，而不只给排名。
8. 改变权重、门、分组与缺失假设。
9. 用适合用途的空间、地质或时间分离验证。
10. 记录异议、决策理由和各层下一观测。

练习与复习

1. 若圈闭权重增至 0.40 并重新归一全部权重，重算原始分数。
2. 找出三对可能相互依赖的 Mineral Systems 证据。
3. 解释未检验条件为何应标为不确定，而不是负证据。
4. 为聚集矿点设计空间验证拆分，并声明剩余偏差。
5. 写出两个靶区因敏感性区间重叠而并列的结论。

来源与延伸阅读

• 空间远景度制图在勘查靶区中的应用，综述输入数据和现实靶区局限。
• 监督式矿产勘查靶区与矿床/非矿床选择，说明训练标签与勘查偏差。
• 用 GIS 处理技术制作矿产远景图，比较数据驱动与知识驱动集成。
• Spatial leave-pair-out cross-validation，处理空间分类器的验证偏差。