基于Stacking集成学习的蘑菇毒性判别研究

作者：杨冰清; 高珊^*

来源：淮北师范大学学报(自然科学版), 2022, 43(03): 17-21.

• 蘑菇毒性
• 集成学习
• 判别分析

如果有高精度的蘑菇毒性判别模型，可以减少人们误食的概率，为实现方便高效的判别蘑菇毒性的方法，提升农业智能化发展，提出一种基于Stacking集成学习的蘑菇识别方法.首先，对数据集的各项特征进行预处理.其次，通过特征重要性排序，筛选出孢子颜色、环的数量、菌褶、内菌幕颜色、气味等区分毒性的重要特征.最后，构建Stacking模型并和其他模型对比分析，结果表明在准确率、召回率、F1-score和AUC方面，Stacking和其他方法模型相比均占优势.基于Stacking集成学习的方法能一定程度解决蘑菇毒性判断复杂、准确度不高的问题，提升农业智能化发展的进程.

• 单位
  阜阳师范大学