用于食品和饮料鉴别的多元贝叶斯半参数模型

食品和饮料鉴别是验证食品或饮料是否符合其标签描述的过程，例如，验证一瓶橄榄油的产地名称是否正确，或某瓶葡萄酒的品种是否与其标签描述相符。处理鉴别过程的常见方法是测量食品样本的若干属性，然后将这些属性用作分类问题的输入。我们的动机来自一组数据，这些数据由九种称为花青素的化学化合物的测量值组成，这些测量值来自智利红葡萄酒样本，葡萄品种为赤霞珠、梅洛和佳美娜。我们考虑一种基于模型的鉴别方法，通过一个半参数多元分层线性混合模型来处理均值响应，以及特定于分类类别的协方差矩阵。具体来说，我们提出了一种ANOVA-DDP类型的模型，该模型利用了可用协变量本质上是离散的这一事实。结果表明，与其他参数替代方案相比，该模型表现良好。通过对模拟数据的应用也证实了这一点。