基于多酚成分与矿物质特征的机器学习桑叶茶品种分类方法

本申请涉及茶叶鉴别技术领域，公开了基于多酚成分与矿物质特征的机器学习桑叶茶品种分类方法，包括以下步骤：S1、样本收集：收集8种桑叶茶样本，测定多酚和矿物质含量；S2、数据清洗：去除异常值，使用Z‑score检测并标准化；S3、降维处理：使用PCA、t‑SNE、UMAP降维；S4、聚类分析：采用K均值聚类；S5、模型训练：使用随机森林、L ightGBM、SVC训练并评估模型。通过结合多酚成分与矿物质特征，本发明通过结合多酚成分和矿物质元素，从多种算法模型中，采用采用随机森林算法进行分类，以此能够精准捕捉茶叶品种的特征差异，在多类茶叶品种间实现高准确率，有效提高了分类精度。