基于可解释机器学习的植物细胞类型预测方法与装置

本发明提供一种基于可解释机器学习的植物细胞类型预测方法与装置，其中，上述方法包括：获取目标植物的目标器官的单细胞数据；对单细胞数据进行预处理，得到标准化单细胞数据；对标准化单细胞数据进行特征筛选，得到单细胞数据的高变基因，其中，高变基因在目标细胞中的表达水平高于第一表达阈值，高变基因在其他细胞中的表达水平低于第一表达阈值；基于单细胞数据与高变基因进行归一化，得到细胞基因矩阵；确定与目标植物的目标器官对应的目标多分类模型；将细胞基因矩阵输入至目标多分类模型，得到目标多分类模型输出的预测细胞类型；通过本发明能够实现对多种植物多种器官的细胞类型的高效准确预测。