4. 可解释机器学习模型选型

在材料性能预测任务中，模型选型往往被简化为“谁的测试集 R² 高就用谁”。但对可解释机器学习而言，选型的第一性问题不是精度排名，而是模型假设与材料科学问题结构是否匹配。同样是预测合金屈服强度，线性模型给出的是“每个元素每增加 1 at.% 对强度的平均边际贡献”，决策树给出的是“若 Ni>8.5 且 Cr<18.2 则落入某强度区间”，符号回归给出的则可能是一条含 Mo·N 乘积项的显式公式。三者回答的科学问题并不相同，因此选型必须从“要解释什么”出发，而不是从算法热度出发。

四类候选模型的可解释性本质差异

线性模型（含岭回归、Lasso、弹性网）的可解释性来自系数：ŷ = β₀ + Σβᵢxᵢ。系数符号指示影响方向，绝对值指示在特征尺度统一后的相对重要性。它的强假设是特征效应可加且近似线性，因此适合描述固溶强化、Hall-Petch 类近似线性区间，或作为基线判断“非线性是否真的必要”。若对成分、温度、工艺参数做了标准化，βᵢ 可直接横向比较；若未标准化，系数大小受量纲支配，不能直接排序。Lasso 的 L1 惩罚还能把弱相关特征系数压到 0，形成稀疏特征子集，这在“从几十个成分/工艺变量中筛出关键少数”时非常实用。

决策树的可解释性来自分裂路径：每个内部节点是一个阈值判断，叶节点是预测值或类别。它天然表达“条件—结论”式知识，例如“当退火温度低于 750 ℃ 且保温时间不足 2 h 时，硬度偏低”。但单棵树对训练数据扰动敏感，深度过大时叶节点样本极少，路径看似清晰却不可信。因此决策树更适合作为规则提取与阈值发现工具，而非最终高精度模型。

集成模型（随机森林、梯度提升树、XGBoost/LightGBM）通常精度最高，但本身是黑箱。其可解释性依赖事后归因：特征重要性、部分依赖图（PDP）、SHAP 值。需要警惕的是，不纯度重要性会偏向高基数特征，SHAP 交互值在强相关特征间会分摊贡献，导致“看起来每个特征都中等重要”。因此集成模型适合作为精度上界与特征重要性交叉验证，而不是直接输出物理机制。

符号回归通过遗传编程在“表达式树”空间搜索，直接输出闭式公式，如 σ_y = a + b·C^0.5 + c·Mo·N。它的可解释性最强，但搜索空间大、易过拟合，必须配合量纲检查、外推测试与物理合理性审查。它最适合在已有机理线索、需要发现新组合项或幂律关系的场景中使用。

可解释性优先的建模策略

实际工程中推荐采用“分层递进”策略，而不是一次性押注某个模型。第一层用标准化后的岭回归或 Lasso 建立基线，记录交叉验证 R² 与系数符号；第二层训练深度受限的决策树（如 max_depth=3~4），提取可读规则并观察阈值是否与已知机理一致；第三层用梯度提升树逼近精度上界，同时计算 SHAP 值，检查前一层线性系数与树模型重要性是否方向一致；第四层在机理线索明确时尝试符号回归，把候选公式与前三层结论对照。若四层结论互相矛盾，优先怀疑数据泄漏、特征共线性或样本分布偏移，而不是直接采信精度最高的模型。

以“预测 Al-Cu-Mg 合金时效后屈服强度”为例，假设输入特征为 Cu、Mg 含量（at.%）、时效温度 T（℃）、时效时间 t（h），样本量约 300 条。标准化后岭回归可能给出 β_Cu≈+38 MPa/at.%、β_Mg≈+22 MPa/at.%、β_T≈−0.6 MPa/℃、β_t≈+1.1 MPa/h，说明 Cu 的边际贡献最大。但若 SHAP 显示 T 与 t 存在强交互，而线性模型无法表达“高温短时”与“低温长时”等效这一时效动力学特征，就应转向树模型或符号回归。符号回归可能搜索到 σ_y = 120 + 45·Cu + 30·Mg − 0.8·(T−175)²/100 + 5·ln(t+1) 这类含二次项与对数项的表达式，此时必须检查：二次项系数为负是否对应过时效软化？对数项是否与扩散控制动力学一致？外推到 T=220 ℃ 时预测是否仍单调合理？只有通过量纲、单调性与外推三重检查，公式才具备交付价值。

选型检查清单（可直接用于项目评审）

最后需要强调：模型选型的终点不是“选出唯一正确模型”，而是形成一条可追溯的证据链——线性系数说明平均趋势，树路径给出关键阈值，SHAP 揭示交互与非线性，符号回归提供可检验的数学形式。四者相互印证时，结论才具备工程可信度；相互冲突时，冲突本身就是最有价值的信息，它指向数据质量、特征构造或机理认知中的薄弱环节。