背景：通过神经网络和机器学习的方法，对已知地热点的地热因子进行训练，预测未知地热点存在的可能性

过程描述：
1）对不平衡的地热点训练集数据（总数据量的64%约为2,487,263条)进行class_weight处理
2）通过调整学习率，节点数等参数提升模型的准确率，最终达到BP模型的准确率为95.18%、Lightgbm模型的准确率为92.34%。对整个杭嘉湖地区存在的地热点进行实测，其中实际存在134个地热点，BP模型预测正确为123个地热点，表明该模型存在良好的实际应用的可能
3）本项目是对杭嘉湖地区的地热点进行研究分析，目前已被浙江省煤炭局进行了应用