葡萄酒的化學(xué)成分是辨別葡萄酒品種的主要依據(jù)。考慮到常規(guī)檢測方法復(fù)雜、繁瑣,準(zhǔn)確率低,選擇機器學(xué)習(xí)方法識別葡萄酒種類。針對目前常用的K均值算法在葡萄酒識別中存在的問題,嘗試使用支持向量機進(jìn)行分類,并與K均值算法進(jìn)行對比分析。結(jié)果表明,基于支持向量機的模型分類性能更好,準(zhǔn)確率達(dá)到98.15%。

【文章頁數(shù)】：4 頁

【文章目錄】：
0 引言
1 數(shù)據(jù)來源與可視化
    1.1 數(shù)據(jù)來源
    1.2 字段解釋
    1.3 數(shù)據(jù)可視化
2 基于支持向量機的模型構(gòu)建
    2.1 理論介紹
    2.2 核函數(shù)
    2.3 模型建立
        2.3.1 數(shù)據(jù)處理
        2.3.2 參數(shù)尋優(yōu)
        2.3.3 建模及測試
3 結(jié)語



本文編號：3800052