Fig5 — MFCA 发芽预测模型对比

n=72 | 13 原始特征 → 1,092 MFCA 特征 → L1-Logistic | AUC = 0.625 ± 0.099

0.625
最佳 CV AUC
72
样本量
28
特征数 (L1 选择)
H4
主导交互阶数
A. 模型 AUC 对比（5-fold CV）
B. Top 特征权重（L1 系数）
C. 头部消融分析（阶数贡献）
D. 混淆矩阵（Hold-out, n=18）
注：所有方法在 n=72 下 AUC 收敛于 0.62-0.65 区间。多层网络（MLP）、随机傅里叶特征（RFF）、Transformer 扩展均未超越 L1-Logistic。数据量（n=72）决定了模型复杂度上限。
最终选择：L1-Logistic (C=0.2) on 全 1,092 MFCA 特征 → 自动选择 28 个非零特征，其中全部来自 H4（四阶交互），极少数来自 H2/H3。特征构型以 密度_std × 壳厚度 × 品质评分 × 胚大小 的多参数耦合为主。