借助机器学习与简单化学指标预测葡萄酒口感

本文介绍了如何利用装袋算法（以随机森林为代表）和提升算法（以极端梯度提升为代表）两种机器学习方法，根据简单的化学测量结果预测红葡萄酒的口感特征。 由15名专家组成的评审小组对30款市售红葡萄酒（来自澳大利亚和西班牙）进行了“选择所有适用项”感官评价，同时收集了线性扫描伏安法、激发发射矩阵光谱和吸光度等化学数据。通过主成分分析，感官数据被简化为四个独立的口感维度："涩干感"、"饱满感"、"丝滑感"和"粘团感"。 在测试数据上，随机森林和极端梯度提升模型的预测准确率均超过80%，表现优于传统的偏最小二乘回归。该研究表明，将机器学习与简单的化学测量相结合，可实现对葡萄酒感官特性的快速、低成本预测。