基于XGBoost和SHAP的中药寒热药性识别及寒热特征标记可视化研究

摘要

目的运用集成学习中的XGBoost算法探索构建中药寒热药性识别模型,采用SHAP进一步探索中药寒热特征标记与寒热药性识别结果的关系。方法利用61味中药的紫外光谱数据集,运用集成学习中的XGBoost算法,构建中药寒热药性识别模型,通过稳定性评价和外推评价等方式评估模型的性能,采用SHAP对中药寒热特征标记进行可视化。结果模型评价方面,在稳定性比较中,本文模型在单溶剂下的ACC和AUC分别为0.852、0.865,多溶剂下的ACC为0.770;在外推比较中,本文模型在单溶剂下的ACC和AUC分别为0.810、0.828,多溶剂下的ACC为0.786;可视化方面,寒性中药在紫外波长400和267 nm的吸收度具有相似性,而热性中药在紫外波长400、299和301 nm的吸收度具有相似性。结论与经典模型相比,本文模型对中药寒热药性具有更好的识别能力。具有相似的紫外光谱的中药,其药性同样具有相似性,初步证明了物质成分相似的中药具有相似的药性。