聯系人:
所在地: 天津天津市
本發明涉及一種基于貝葉斯優化和電子鼻的葡萄酒分類方法,包括以下步驟:S1.LightGBM算法,采用Leaf?wise建樹方法,在建樹時,每次都從當前所有葉子中找到分裂增益最大的葉子,然后分裂,如此循環;LightGBM使用最大樹深度對樹進行修剪,避免過度擬合;S2.貝葉斯優化算法:S3.BO?LightGBM的搭建利用貝葉斯超參數尋優算法對LightGBM的超參數進行自尋優調節;貝葉斯優化利用概率模型代理復雜優化函數,概率模型中引入了待優化目標的先驗,模型能有效減少不必要的采樣;本發明的有益效果是:貝葉斯優化通過構造待優化函數的概率模型,利用概率模型決定下一個評估點的優化方法,在一些全局優化問題上實現了最先進的結果,是超參數尋優更好的解決方案。