基于SMOTE＿GA＿XGBoost的葡萄酒质量预测

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。