數(shù)據(jù)挖掘方法在葡萄酒品質(zhì)鑒定中的應用.pdf

1、隨著經(jīng)濟不斷發(fā)展,葡萄酒飲用也越來越普及,但與葡萄酒發(fā)展密切相關(guān)的品質(zhì)鑒定手段還停留在單靠品酒師的人工品嘗的階段,顯然這已經(jīng)很難滿足當今巨大的市場需求。而隨著大數(shù)據(jù)觀念深入人心,葡萄酒物化屬性的科學檢測手段應運而生,這些都為數(shù)據(jù)挖掘應用于葡萄酒的品質(zhì)鑒定帶來了硬件及軟件支持。本文就通過運用數(shù)據(jù)挖掘方法,基于葡萄酒的理化屬性數(shù)據(jù),嘗試對葡萄酒品質(zhì)進行鑒定分類。
　　現(xiàn)階段,利用數(shù)據(jù)挖掘?qū)ζ咸丫破焚|(zhì)鑒定還比較少,并且普遍存在的問題是盡

2、管這些分類器模型的整體準確率并不低,但是對于低品質(zhì)葡萄酒的識別準確率卻很低。而本文在運用Logistic多項模型,Tan神經(jīng)網(wǎng)絡(luò),帶偏差項的BP神經(jīng)網(wǎng)絡(luò)以及C5.0決策樹四種分類算法的同時,不僅僅關(guān)注分類模型的整體預測精度,同時也會深入去分析具體到各個品質(zhì)類別的準確率,發(fā)現(xiàn)在高整體準確率的背后,不平衡數(shù)據(jù)使到分類器忽略了其中的少數(shù)類。而本文的創(chuàng)新之處在于運用SMOTE過抽樣以及隨見丟棄欠抽樣的方式結(jié)合來平衡數(shù)據(jù),并選擇出最優(yōu)的決策樹分類