基于Stacking集成学习的蘑菇毒性判别研究

如果有高精度的蘑菇毒性判别模型,可以减少人们误食的概率,为实现方便高效的判别蘑菇毒性的方法,提升农业智能化发展,提出一种基于Stacking集成学习的蘑菇识别方法.首先,对数据集的各项特征进行预处理.其次,通过特征重要性排序,筛选出孢子颜色、环的数量、菌褶、内菌幕颜色、气味等区分毒性的重要特征.最后,构建Stacking模型并和其他模型对比分析,结果表明在准确率、召回率、F-score和AUC方面,Stacking和其他方法模型相比均占优势.基于Stacking集成学习的方法能一定程度解决蘑菇毒性判断复杂、准确度不高的问题,提升农业智能化发展的进程.

蘑菇的毒性成分及其应用研究现状

对主要蘑菇的毒性成分、中毒机理、鉴别方法及其在医药和生物学领域内的应用前景做一概述。