实验设计与机器学习的协同作用以增强领域专业知识（2024-EU-30MP-1615）本研究旨在利用实验设计（DOE）探索三种原料的简单混合物，并表征其在不同条件（温度）下的价格、粘度和稳定性。由于难以预先建立模型，且配方可能存在不稳定区域，这可能会影响DOE的成功以及后续的结果分析（不稳定时无法测量响应），因此本研究采用了一种带有排除区域的空间填充设计方法。首先，我们使用不同的机器学习模型（支持向量机、高斯过程）进行建模，但由于粘度值缺失（例如，粘度过低或某些配方不稳定），实验空间的某些区域描述不佳。利用领域专家的信息，并借助K近邻局部数据插补方法，我们对模型进行了修正，并获得了令人满意的结果，从而更好地表示和理解了实验空间，并最终确定了一个有前景的候选配方。
高级统计建模实验设计
