林业小样本数据的朴素贝叶斯分类与轻量化部署的方法及系统

本发明涉及一种适用于小样本林业数据的轻量级朴素贝叶斯苗木优选方法，方法包括以下步骤：构建FSMD数据集，记录苗木的BasalStemDiameter、SeedlingHeight、CanopyWidthEW、CanopyLengthNS、CanopyProjectionArea五项形态指标；依据专家知识制定规则，自动生成苗木质量二分类标签；采用朴素贝叶斯模型在所述小样本数据上训练，获得概率输出；引入SHAP与LIME对模型进行全局和局部解释，量化特征贡献；实施特征消融实验，确认SeedlingHeight为关键特征并剔除冗余变量；将模型参数转译为可读规则，构建的模型外预测逻辑与原模型预测结果一致率达100%,验证了解释逻辑的可执行性。