为解决如何利用有限的勘探数据进行隐式三维地质模型的问题.以腊子沟金矿为例,基于原始刻槽取样数据利用距离加权方法生成虚拟刻槽,使用原始刻槽数据训练并评价K最近邻、随机森林、梯度提升机3种机器学习模型,选择其中预测性能最佳的随机森林模型对虚拟刻槽的岩性进行判别预测.通过机器学习方法实现了对刻槽数据的虚拟加密,为隐式三维建模提供大量的样本数据.在此基础上,利用原始刻槽和虚拟刻槽数据在隐式建模软件中构建了腊子沟金矿的矿体模型、Au元素品位数值模型.并圈定了5个找矿靶区,所圈定靶区经工程验证切实可靠.基于机器学习的隐式三维建模可充分利用已知数据预测未知区域,为隐式三维建模提供充足的样本,有利于在现有勘探工程的条件下构建更高精度的地质模型,进而为深边部找矿预测提供依据.