基于随机森林算法的烟草提取物类别识别模型研究

采用气相色谱-四极杆飞行时间质谱(GC-QTOF MS)获取20种烟草提取物的色谱数据,对其进行各成分分析,构建二进制向量数据集。通过随机森林模型,优化了实验条件,对烟草提取物中提取物、油类物质和浸膏物质3类物质,以及A、B、C、D、E和F 6个地域产地烟草提取物进行了识别,所建模型可以100%识别烟草提取物类型和地域。