澳大利亚是世界上著名的三大产铀国之一,其探明铀资源量位居世界首位。南澳洲弗罗姆湖盆地产出一系列价值可观的地浸砂岩型铀矿,如贝弗利、四英里、蜜月等。本文基于该地区地质与物化探资料和数据,以已探明铀矿化单元为正样本,以正样本之外同等数量的随机分布单元为负样本,以变质-结晶基底高程及其剩余异常、沉积盖层厚度及其剩余异常、航放铀钍钾及其剩余异常、古铀、活化铀、地球化学活动性指数、布格重力及其剩余异常、重力垂向一阶导数、航磁总场及其剩余异常、航磁垂向一阶导数等19个要素为特征,借助机器学习之随机森林算法,训练预测模型,并计算弗罗姆湖地区各单元的铀成矿后验概率,开展成矿潜力预测制图。研究结果表明,所建立的随机森林预测模型的平均袋外误差率为5.86%,决策树棵数M=13、属性个数K=9是最优参数,能获得总体精度98.5%和kappa系数0.9802的综合分类精度;对主分量要素进行筛选之后的模型预测效果更好,其中对成矿有利的主分量为PC1、PC9、PC14等;根据随机森林模型形成的预测铀成矿后验概率图,显示高成矿概率异常总体上分布于弗洛姆湖盆地的边缘,主要集中分布于盆地北西部和南部,包括贝弗利-四英里异常片区、蜜月异常片区、比勒鲁异常片区和穆拉瓦塔纳异常片区,并在盆地中心出现一片高-中概率异常。这些信息,为该地区铀矿地质勘查和研究提供了新的参考,为我国"走出去"部门和企业海外部署提供了决策依据。