加权函数对变量筛选结果的影响

• 作者: 乔延江 史新元 林兆洲
• 来源期刊: 世界科学技术-中医药现代化
• 学科: 医学
• 关键词: 加权函数 CARS 蒙特卡洛抽样 变量解释性 VIP
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 专题讨论:中药信息工程
• 页码范围: 1760-1766
• 分类号: R22
• 字数: 3350字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3849.2012.04.003

摘要

为了明确加权函数对变量筛选结果的影响,本文以乳块消糖衣片包衣厚度为载体,用CARS方法筛选其近红外光谱特征变量,并考察加权函数对变量筛选结果的影响.结果表明,借助CARS法可以筛选出CHn在近红外区的特征性吸收变量,模型的预测性能较全谱片最小二乘(PLS)模型有一定的提高.将CARS中原加权函数(i.e.回归系数)替换为VIP后,所选变量的解释性得到提高,但模型的预测性能略有下降.即变量的解释性与模型的预测性能之间没有必然的联系.为了确保结果的可靠性,用上述方法对玉米蛋白特征变量进行筛选,可以得到类似的结论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乔延江	北京中医药大学中药学院	268	3226	27.0	42.0
2	史新元	北京中医药大学中药学院	127	1032	19.0	27.0
3	林兆洲	北京中医药大学中药学院	15	148	6.0	12.0