随机森林算法在中药指纹图谱中的应用：以不同品牌夏桑菊颗粒指纹图谱分析为例(4)
PCA是一个无监督的学习方法，其依靠样品间的相似性进行分析，在分类识别的过程中并不需要进行训练和测试，所以本文对其直接进行分类预测。PLSDA方法作为一种广泛使用的分类学习器，能够有效提高预测准确率，但在本研究中，其效果并不好，且PLSDA更多的用于2类分类问题，而本研究中涉及到3类分类，建模式训练时常常采用1对1策略，或者1对多策略。需要进行多次训练和测试。而随机森林算法的提出能够有效解决这些问题，其适合多类分类问题的计算，在1次建模分析中即可完成对数据的全部分类预测。
从本研究的结果说明相比于PCA与PLSDA等算法，随机森林算法在复杂数据或者指纹相似样品的处理和分类上具有显著的优势，具有较好的效果。该方法的发展与应用对指纹谱图等复杂数据的分析与样品的分析乃至基因组学、蛋白组学等发展具有重要的意义。
[参考文献]
[1] 李强，杜思邈 ......
您现在查看是摘要页，全文长 3519 字符。
从本研究的结果说明相比于PCA与PLSDA等算法，随机森林算法在复杂数据或者指纹相似样品的处理和分类上具有显著的优势，具有较好的效果。该方法的发展与应用对指纹谱图等复杂数据的分析与样品的分析乃至基因组学、蛋白组学等发展具有重要的意义。
[参考文献]
[1] 李强，杜思邈 ......
您现在查看是摘要页，全文长 3519 字符。