《表2 KNN与LDA模型识别率》

  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

《基于嗅觉可视化技术和气相色谱-质谱联用鉴别霉变小麦》

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

综上所述，KNN和LDA模型都实现了对不同霉变程度小麦的判别，其模型训练集与预测集的识别率如表2所示。从表2可以看出，虽然LDA模型建立时所选用的主成分数比KNN少，模型更为简单，但是KNN的识别效果要优于LDA。KNN模型在K为2、主成分数为9时，模型训练总体识别率达到95.83%，预测总体识别率也达到了95.83%。因此，所建立的KNN模型为对不同霉变程度小麦的最佳检测模型。