摘要: 通过顶空固相微萃取结合气相色谱-质谱联用采集挥发性成分指纹图谱,采用极端梯度提升算法建立回归模型,运用极端随机森林的变量重要性评估、sklearn特征选择模块中的单变量线性回归测试(F_regression)以及连续目标变量的互信息(mutual_info_regression)确定有效建模变量,对白酒的贮存时间进行鉴别。模型的R2评估结果为0.987,预测模型可靠性较好,为白酒酒龄的判断提供了新思路。
中图分类号:
刘青茹,孟连君,张晓娟,翟伟绩,柴丽娟,陆震鸣,许泓瑜,王松涛,张宿义,沈才洪,史劲松,许正宏. 基于GC-MS指纹图谱和XGBoost机器学习的泸型基酒贮存时间鉴别[J]. 食品科学, 2022, 43(24): 310-317.
LIU Qingru, MENG Lianjun, ZHANG Xiaojuan, ZHAI Weiji, CHAI Lijuan, LU Zhenming, XU Hongyu, WANG Songtao, ZHANG Suyi, SHEN Caihong, SHI Jingsong, XU Zhenghong. Identification of the Age of Luzhou-Flavor Base Baijiu by Gas Chromatography-Mass Spectrometry Fingerprinting and eXtreme Gradient Boosting Machine Learning[J]. FOOD SCIENCE, 2022, 43(24): 310-317.