数据挖掘之红酒鉴别 (2).docVIP

基于数据挖掘的葡萄酒质量识别 我们知道，传统的葡萄酒鉴别靠感觉器官的品尝来判断其质量的好坏，这就必须要求品尝者是训练有素的品酒专家。但感官品尝结果容易受各种因素的影响。随着科学技术的发展，葡萄酒质量品鉴成了一项可以替代性的工作，不在局限于酿酒工作者的工作才能完成。因此，将数据挖掘方法用于葡萄酒评级早已被各国所采用。下面主要基于数据挖掘的分类和回归方法对葡萄酒质量的鉴别做一个简单的分析与判断。 数据挖掘理论方法论述 1.1主成分回归 在数据处理中，经常会遇到高维数据组，由于数据维数高，变量多，而且变量间往往存在相关关系，因此很难抓住他们的相关关系信息。在实际问题中，研究多变量问题是经常遇到的，再加上变量指标之间有一定的相关性，这势必增加了问题的复杂性，主成分分析就是设法将原来指标重新组合成一组新的互相无关的较少的综合指标来代替原来的指标，同时根据实际需要从中可取几个较少的综合指标尽可能多的反映原来指标的信息。这种将多个变量化为少数互相无关的综合指标的统计方法称为主成分分析。 主成分分析就是设法将原来众多具有一定相关性的变量重新组合成一组新的相互无关的综合指标来代替，通常数学上的处理就是将原来个变量作线性组合，作为新的综合指标，但是这种线性组合，需要加以限制。假设第一个综合指标记为，自然希望尽可能多的反映原来指标的信息，这