我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
食品真实性研究涉及确定食品样品是否正确标记。判别分析方法是食品认证方法的组成部分。受食品真实性应用的启发,提出了一种包含变量选择的基于模型的判别分析方法。判别分析模型采用半监督的方式,使用标记数据和未标记数据进行拟合。该方法在多个变量多于观测值的高维多类食品真实性数据集上表现出良好的分类性能。通过该方法选择的变量提供了关于哪些变量对分类有意义的信息。一种用于变量选择的头向搜索策略在计算方面是有效的,并且取得了优异的分类性能。在几个食品真实性数据集的应用中,我们提出的方法大大优于随机森林、AdaBoost、转导SVM和贝叶斯多项式回归的默认实现。
托马斯·布伦丹·墨菲。 尼玛·迪恩。 阿德里安·E·拉夫特里。 “食品真实性应用中高维数据基于模型的鉴别分析中的变量选择和更新。” 附录申请。斯达。 4 (1) 396 - 421, 2010年3月。 https://doi.org/10.1214/09-AOAS279