集成学习在水产品无机砷含量预测中的应用研究

目的水产品中无机砷元素慢性暴露严重危害人体健康，其检测时间成本较高，为实现无机砷元素含量快速预测，构建一种基于小样本特征量的无机砷元素含量预测集成学习模型。方法抽取2018—2022年秦皇岛地区水产品重金属元素检测数据，采用皮尔逊法对铅、镉、汞、无机砷4种元素做相关性分析并检验多重共线性。使用逐步回归向量组合法测试不同特征组合下梯度提升回归树(gradient boosting regressor,GBR)和随机森林模型(random forest,RF)的拟合优度(R²)及均方误差(mean squared error,MSE)，以筛选最优组合。综合比对5种集成学习算法在模型评估指标、预测误差比率分布、目标危险系数(target hazard quotients,THQ)三方面的预测效果以评估方法可行性。结果4种重金属元素间呈弱相关，不存在多重共线性。RF及GBR算法拟合优度R²分别为89.9%、93.3%。极端学习树模型(extremely randomized tree,ET)在贝、鱼、蟹、虾类水产品中R²分别为1...