不同特征集的红葡萄酒品质计算机预测分析研究

• 作者: 杨洋 姚娅川 郑婷
• 来源期刊: 酿酒科技
• 关键词: 葡萄酒品质 机器学习 特征选择 分类器 性能
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 研究报告|RESEARCH REPORTS
• 页码范围: 45-48
• 页数: 4页
• 分类号: TS262.6|TS261.7
• 语种: 中文
• DOI: 10.13746/j.njkj.2020201

摘要

随着机器学习技术的进步使葡萄酒品质预测过程变得更有效率.本文采用了机器学习技术对葡萄酒的属性进行预测,以此评估葡萄酒的质量.采用遗传算法的特征选择和模拟退火的特征选择来检验预测性能.还使用了不同的性能指标和分类器用于比较使用不同的特征集和不同的监督机器学习技术的预测结果.结果发现,SA的特征集预测优于GA的特征集预测,其中SVM分类器的效果最好.这种方法有助于提高酒的品质检测效率.