机器学习与矿物元素分析在蜂蜜溯源中的应用 本研究提出基于机器学习的方法，利用蜂蜜中的矿物元素特征识别其植物源和地理源。方法包含数据预处理和分类两阶段，在公开数据集上测试显示随机森林分类器效果最佳，植物源分类准确率达99.30%，地理源分类达98.01%。 分类方法 数据预处理 缺失值处理 数据标准化 分类模型 采用多种监督分类模型对6类植物源和13类地理源的蜂蜜进行区分 实验与结果 使用公开蜂蜜矿物元素数据集 随机森林（RF）分类器表现最优： 植物源分类交叉验证准确率：99.30% 地理源分类交叉验证准确率：98.01% 证实矿物元素含量具有区分蜂蜜来源的有效信息