本文是一篇“光谱数据处理 + 受限玻尔兹曼机(Restricted Boltzmann Machine, RBM)”的实战讲解稿。它不重新运行你的脚本,而是基于你提供的真实结果文件、脚本和 5 张图,把整条链路从零讲清楚:数据是什么、为什么要这样预处理、RBM 到底学到了什么、少标签实验为什么这样设计、每张图应该怎么读、结果说明了什么、如果自己动手复现要注意什么。完整代码在文末
0.前言
这个案例解决的是一个非常典型、也非常实际的问题:光谱很多,标签很少。
你手里的数据是真实单细胞细菌 Raman 光谱公开数据集Bacterial_data.zip,DOI 为10.5281/zenodo.15279321。最终读入的有效数据规模为:
- 总样本数:2710 条光谱
- 每条光谱长度:1376 个波数点
- 类别数:6 个菌种
- 类别名称:
E-coli、L-innocua、P-stutzeri、R-terrigena、S-cohnii、S-warneri - 训练/测试划分:1897 / 813,测试集比例 30%,按类别分层抽样