《表2 3种有监督分类模型的预测结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于气味指纹信息的瓜蒌籽油产地识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

运用k最近邻法（kNN，k=3）、线性判别分析（LDA）及朴素贝叶斯分类（NBC)3种有监督模式识别方法，进一步研究区分或者预报3种不同产地瓜蒌籽油的可能性。按照7︰3比例原则并充分考虑不同产地样品数量差异，将样品集划分为校正集和预测集，其中校正集35个、预测集15个。3种有监督模式识别方法的分类结果见表2。35个校正集样品中，采用不同的分类算法样品识别率均为100%，而在预测集中除了kNN预测正确率为100%外，LDA和NBC方法的预测集识别率均为83.33%，均存在1个江苏产地的样品被误判为湖北产地，产生误判的可能原因是，一方面，相比于kNN非线性分类，LDA和NBC算法均为线性分类器，其产生的决策边界对接近分类边缘的数据较敏感，导致处于边界处的数据点容易产生误判[16]；另一方面，由于样本整体数量较少，划分后的预测集样本基数偏小，导致最终的预测率不高，因此，后期需要扩大样品数量以建立稳健、可靠的判别模型。