随机森林算法具有能处理高维数据和缺失值,及对小训练样本集具有较高预测效果等优点,因而非常适合勘查地球化学相关的数据处理。本文以川西木绒锂矿区及外围为研究对象,利用地电化学技术采集到的地电化学数据,运用随机森林算法构建该区的找矿模型。将已知区地电化学技术采集到的Li元素及与其相关性强的Rb、Cs、Th元素和F1(Li-Rb-Cs-Th)组合元素作为训练指标对模型进行训练,得到本矿区的最佳随机森林模型,并对预测区的样本数据进行预测。经过多次对模型的训练,使已知区训练集和测试集的AUC值均大于80%,将模型运用于预测区,成功圈定了2处靶区。为检验靶区的准确性,对比Li、Rb、Cs、Th的单元素异常图及F1(Li-Rb-Cs-Th)组合元素异常图,所得到的综合异常区域与模型靶区位置一致,表明该随机森林算法预测模型具有较高的准确率,为川西木绒锂矿床的勘探工作提供了新的找矿方向。