? 近紅外（NIR）光譜技術(shù)被譽(yù)為“綠色分析神器”——快速、無損、幾乎不耗試劑，就能測出糧食水分、飼料蛋白、藥品含量、土壤養(yǎng)分等關(guān)鍵指標(biāo)。但很多人建模后發(fā)現(xiàn)：實(shí)驗(yàn)室精度很高，一拿到工廠或田間樣品就“**”——預(yù)測值偏高/偏低、誤差**，甚至完全失效。罪魁禍?zhǔn)淄皇撬惴ǎ菢颖具x錯了。因?yàn)镹IR是間接測量：模型本質(zhì)是學(xué)“光譜變化與濃度變化”的映射。如果訓(xùn)練樣本沒覆蓋真實(shí)世界的變異，模型就像“井底之蛙”。

樣本具有代表性是樣本選擇的靈魂。定標(biāo)樣本必須盡可能完整、均勻地反射未來所有可能遇到的真實(shí)樣品。選擇樣本應(yīng)注意以下幾點(diǎn)：

1.寬廣

濃度/性質(zhì)范圍要足夠?qū)?，要保證覆蓋實(shí)際使用范圍，即極端高/低值必須有足夠樣本。

2.均勻

濃度分布要均勻，不能集中在某一個濃度上。例如：80%樣本集中在中間30%范圍，那么模型對高/低端預(yù)測會嚴(yán)重偏差。

3.精確

參考值（濕化學(xué)、金標(biāo)準(zhǔn)法）必須準(zhǔn)確、一致。不同批次參考值不能有系統(tǒng)偏差（不同實(shí)驗(yàn)室或不同分析師的誤差）。

4.典型

包含所有真實(shí)干擾和變異源，比如產(chǎn)地、季節(jié)、年份、批次、供應(yīng)商等等。

總之，在建模之前的樣本選擇上，必須挑選有代表性的樣本，代表性**，數(shù)量第二。