本书针对机器学习易发性评价模型中的评价因子选择、因子组合特征、祥本选择方法、样本比例及采样不确定性对滑坡易发性评价的影响等问题，系统对比分析了不同因子选择方法对不同滑坡易发性评价机器学习模型性能的影响，提出了考虑因子组合特征的机器学习易发性评价方法，发展了基于频率比和易发性指数采样的滑坡易发性评价模型，揭示了滑坡正负样本比例和采样方法对机器学习易发性评价模型性能的影响规律，提出了基于贝叶斯优化的滑坡易发性评价最佳样本比例确定方法，建立了基于多重缓冲区采样的滑坡易发性评价置信图。