近些年来，随着机器学习与其分支深度学习的快速发展，越来越多的模型算法应用到了测井数据的分析预测等 领域，但这些应用大多场景单一，且效率低下，缺乏一个集成化的智能平台去满足生产科研中的实际需求。本文采用集成 优选机器学习算法为水淹层级别识别、岩性识别、储层评价、测井曲线生成等应用建立统一的初始学习模型集，训练后去 除模型集中错误率较高的子模型，再通过参数自动化搜索调优以及投票机制，最终生成集成化最优模型。且从数据清洗预 处理、特征选择与降维、模型训练等各个步骤均实现了智能自动化，用户只需设置很少的目标参数即可进行相关数据分析 与预测应用
