基于SMOTE_GA_XGBoost的葡萄酒质量预测 |
| |
作者姓名: | 丁海萌 郭小燕 |
| |
作者单位: | 甘肃农业大学理学院 |
| |
摘 要: | 随着经济发展和消费升级,人们对高品质葡萄酒的需求不断增加,如何利用葡萄酒理化指标进行高效准确的质量评定显得尤为重要。本文基于UCI葡萄酒数据集,建立了SMOTE_GA_XGBoost模型来预测葡萄酒质量。结果表明,SMOTE_GA_XGBoost模型得出的级别判别准确率为89.36%,类别判别准确率为96.46%,均高于其他对比模型,具有更高的预测精度。
|
关 键 词: | 葡萄酒质量预测 机器学习 SMOTE GA_XGBoost |
|
|