摘要
本发明公开了一种基于机器学习的微生物群落最优微生境识别方法,首先获取微生物群落信息及微生境信息,并计算微生物群落评估指标;其次将微生物群落评估指标作为预测值,微生境信息作为特征值,训练机器学习模型;接着评估所述机器学习模型性能,并对微生境特征进行重要性排名,筛选关键微生境特征;最后基于所述机器学习模型,采用个体条件期望获取所述关键微生境特征的最优范围。本发明利用机器学习捕捉到微生物群落中的非线性及复杂关系,并且通过个体条件期望得到直观可用的关键微生境特征的最优范围。
技术关键词
训练机器学习模型
梯度提升回归树算法
识别方法
微生物群落结构
特征值
网络拓扑结构
指标
测序技术
超参数
训练集
非线性
关系
因子
系统为您推荐了相关专利信息
车载CAN网络
轻量级神经网络
车辆通信网络安全
电压
高精度模数转换器
多元时间序列数据
无监督学习
轮廓系数
识别方法
聚类算法
程度识别方法
音乐特征
原始脑电信号
梅尔频率倒谱系数
表达式