总有机碳(TOC)是烃源岩评价的关键参数,但烃源岩地化测试受取芯、测试费用等因素的限制,难以对工区烃源岩做出整体评价。主要提出了一种基于机器学习技术预测TOC的方法,是利用分类与回归树(CART)算法对测井曲线与实测TOC数据进行拟合,同时引入转化因子的倒数作为输入变量,来消除干酪根类型对计算结果的影响,建立CART预测TOC模型。结果表明,该模型训练集平均相对误差为4.39%,测试集平均相对误差为5.033%,与岩样测试结果吻合度高,可以进行推广。