融合softmax的偏最小二乘法及中药数据分析研究

作者：李欢; 聂斌^*; 杜建强; 余日跃; 周丽; 黄强

来源：计算机应用研究, 2019, 36(12): 3740-3743.

DOI：10.19734/j.issn.1001-3695.2018.08.0592

• 偏最小二乘法
• softmax回归
• 非线性
• 中医药信息学

偏最小二乘判别分析(partial least squares discriminant analysis,PLS-DA)是一种线性分类方法,不能充分表达数据之间的非线性关系,难以适应非线性数据的分类识别。针对该问题,结合softmax回归能够表达非线性特征,提出融合softmax回归的偏最小二乘判别分析算法(PLS-S-DA)。为了验证PLS-S-DA对非线性数据的有效性,以准确率、运行时间、查准率、查全率和F1-score为评价指标,采用四组UCI数据集和中药寒热药性数据集测试PLS-S-DA的性能,并与PLS-DA等五种分类算法对比。结果表明,对具有非线性特征的数据,PLS-S-DA相比于其他算法有更高的准确率,并对寒药和热药有更强的识别能力。

• 单位
  江西中医药大学药学院; 江西中医药大学计算机学院