В данном исследовании использовалась технология анализа с помощью матрично-усиленной лазерной десорбции с временем пролета масс-спектрометрии (MALDI-TOF MS) в сочетании с двумя улучшенными алгоритмами ансамбля случайного леса для анализа происхождения байчжу. Сначала получены масс-спектральные данные образцов байчжу из трех провинций с помощью MALDI-TOF MS, размер данных каждого образца составил 1×234154. Ввиду большого объема данных применена стратегия боксирования данных для предварительного упрощения (1×6600). Затем выполнен анализ главных компонентов с заданным порогом накопленной доли дисперсии для снижения размерности данных. Используя пониженные данные, построены модели адаптивного усиленного экстремального случайного леса (AERF) и адаптивного усиленного сбалансированного случайного леса (ABRF), в итоге с помощью стратегии объединения моделей получена модель AERF-ABRF для анализа происхождения байчжу. Результаты показывают, что предложенная модель AERF-ABRF, построенная на данных с пониженной размерностью, может точно различать образцы байчжу из трех провинций, при этом точность классификации на тестовом и предсказательном наборах данных достигает 100%. Кроме того, по сравнению с одиночной моделью, стратегия объединения моделей обладает более высокой точностью классификации.

случайный лес; объединение моделей; байчжу; анализ происхождения; MALDI-TOF MS