机器学习：钻石鉴定

我国是人造（培育）钻石大国。近年来涌现很多培育钻石，准确区分天然钻和培育钻，在珠宝行业成了迫切的需求。

最近为客户做了个算法来区分钻石的光谱。客户原先的方法是看波形，将专家总结的波形特征硬编码进算法中，效果不佳，算法缺乏通用性。

钻石区分本质上是个分类问题，可以有多个分类，如天然钻、尼莫石、培育之CVD、培育之HPHT（高温高压）等。分类问题很适合用机器学习的方法解决。

我训练出来的模型，效果很不错，准确率很高，而且很具通用性。已经上线使用。

以后有时间可以讨论更细节的内容，下面说下两个需要考虑的问题。

难点之一是特征太多，而且每台机器的频点可能不完全一致。因此，需要对数据进行预处理，进行降维，并归一化数据。

难点之二是珠宝业有硬性要求，天然可以误判为培育，但反之培育则不允许判断为天然。这个有点像著名的蘑菇判断，可食用蘑菇误判为毒蘑菇可以接受，大不了不吃它。但毒蘑菇绝不允许误判为可食用的。这个问题比较复杂，可能是杂质的缘故，有些培育钻石谱线接近于天然钻，一方面仪器的硬件一致性和谱线准确率要高，但更主要的需要调参，将天然钻石这个类别的拒绝率调高。