本發(fā)明屬于生物標(biāo)志物檢測(cè)技術(shù)領(lǐng)域，具體為基于機(jī)器學(xué)習(xí)的人呼氣中VOCs生物標(biāo)志物的識(shí)別方法。本發(fā)明包括：高維呼氣VOCs數(shù)據(jù)的獲取和處理；采用肺泡梯度法識(shí)別VOCs內(nèi)外源屬性；采用單維統(tǒng)計(jì)法和多維統(tǒng)計(jì)法篩選一級(jí)生物標(biāo)志物；通過(guò)相關(guān)性分析構(gòu)建組合標(biāo)志物，用Lasso logistic回歸模型篩選二級(jí)生物標(biāo)志物；采用隨機(jī)森林算法評(píng)估二級(jí)生物標(biāo)志物的分類(lèi)和預(yù)測(cè)性能。本發(fā)明僅挑選少量關(guān)鍵生物標(biāo)志物，即可實(shí)現(xiàn)不同組的準(zhǔn)確分類(lèi)，可靠性好、靈敏度高、特異性強(qiáng)，并可大大降低分類(lèi)成本；同時(shí)針對(duì)關(guān)鍵化合物可開(kāi)發(fā)更快的升溫程序，減少分析處理時(shí)間；精簡(jiǎn)后的關(guān)鍵變量，可簡(jiǎn)化原本繁瑣的化學(xué)解釋?zhuān)欣诩刑接懼匾拇x過(guò)程和機(jī)理。