摘要
本发明涉及一种预测黑水虻虫体营养成分含量的方法,包括以下步骤:S1、获取黑水虻虫体营养成分的样本数据并进行预处理;S2、基于步骤S1处理后的样本数据,建立黑水虻虫体营养成分含量预测的机器学习模型并对该预测模型进行优化;S3、对步骤S2训练好的基于随机森林(RF)、支持向量机(SVM)、XGBoost和GBRT模型的黑水虻虫体营养成分含量预测的机器学习模型进行验证与解释。本发明通过获取黑水虻虫体的多维度数据,并结合机器学习算法,建立预测模型,从而能够快速、准确地预测黑水虻虫体的营养成分。
技术关键词
机器学习模型
随机森林
支持向量机
黑水虻养殖环境
XGBoost模型
评估预测模型
样本
回归预测模型
建立预测模型
参数
机器学习算法
添加剂
连续特征
动态误差
预测特征
数据编码
成分分析
摘要
连续型