降维对基于机器学习的作物健康预测的影响

《Scientific Reports》：Impact of dimensionality reduction on machine learning-based crop health prediction

　　准确预测真菌病害动态对数据驱动的可持续农业而言是一项重大挑战。本研究评估了降维（DR）对经典机器学习（ML）和深度学习（DL）模型在分类（真菌病害发生）和回归（真菌病害严重程度）任务中的预测性能的影响，所用数据为从加拿大魁北克省南部胡萝卜、生菜和大葱农场收集的多维气象和植物卫生数据。我们系统地基准测试了传统机器学习模型——决策树（DT）、随机森林（RF）和k-近邻（k-NN），基本非时序深度学习模型——多层感知机（MLP），循环深度学习模型——长短期记忆网络（LSTM）和门控循环单元（GRU），以及最先进的Mamba状态空间模型（SSM）和预训练表格基础模型TabPFN，每个模型均与线性（PCA和MDS）、非线性（KernelPCA和Isomap）以及领域知识驱动（BOTCAST）的降维方法相结合。TabPFN在分类任务中整体表现最佳，RF在回归任务中表现最佳，而LSTM和GRU网络在两项任务中均名列前茅。在分类任务中，降维方法与TabPFN和循环方法结合良好，其中BOTCAST + TabPFN、PCA + TabPFN和Isomap + GRU的组合分别取得了胡萝卜、生菜和大葱数据的最佳整体分类结果。在回归任务中，非线性降维方法与集成学习器结合时表现最佳（即KernelPCA + RF组合在生菜和大葱数据中均取得了最佳整体结果），而领域知识驱动的BOTCAST嵌入与TabPFN结合时亦取得了优异成绩（即BOTCAST + TabPFN组合在胡萝卜数据中取得了最佳整体结果）。总体而言，预测的成功在很大程度上取决于所选降维策略与下游机器学习或深度学习模型的良好匹配。我们的研究结果为旨在预测农业植物真菌病害发生和严重程度的决策支持系统提供了实用指导。