基于主成分分析和超级学习的烟叶质量等级分类预测方法

摘要

本发明公开了一种基于主成分分析和超级学习的烟叶质量等级分类预测方法，其步骤包括：1)将烟叶质量数据样本按照设定指标类别进行分组；2)分别对每一指标数据集中的指标数据进行主成分分析，对数据进行降维并消除相关性；3)利用每一处理后的指标数据集训练超级学习框架中每一基础学习算法，得到一第一级分类预测模型；4)选取验证数据输入到对应第一级分类预测模型中，得到分类预测结果；5)将各分类预测结果作为超级学习框架中元学习器的输入数据对其进行训练，获得各第一级分类预测模型的优化权重组合，创建超级学习模型；6)将待识别烟叶质量数据的指标数据输入超级学习模型，得到待识别烟叶质量数据的烟叶质量等级分类预测结果。