基于带RBF核的SVM模型对红酒品质的精准分类

• 作者: 李琴 朱家明 郎红 宋国锋
• 来源期刊: 湖北大学学报（自然科学版）
• 关键词: 精确分类 支持向量机 径向基函数 深层次回归分析 递归特征消除 单因素方差分析 R软件 SPSS
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 基础数学与应用数学
• 页码范围: 417-422
• 页数: 6页
• 分类号: TS262.6
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2375.2021.04.009

摘要

针对红酒品质的"精准分类"和影响红酒品质的重要指标问题,综合带RBF(径向基函数)核的SVM(支持向量机)模型、递归特征删除、深层次回归分析及单因素方差分析等方法,构建支持向量机模型和作用效力挖掘模型,使用R和SPSS进行编程求解.研究结果表明:该模型的精确率高达74.01％,且其误差绝对值最大不超过3,并找出影响程度排名前三的分别为:酒精、密度、挥发性酸含量,影响程度分别为43％,20％和13％.并通过改变SVM模型函数的gamma参数数值以提高SVM模型准确率,再对模型精确率和不同误差值的数据数量进行赋权,构造线性择优模型,得分最高所对应的参数值即为最佳参数值,以此对SVM模型进行改进.