通过对166个饶河蜂蜜和31个外地蜂蜜中的锶同位素电感耦合等离子体质谱(ICP-MS)进行检测。主成分分析法将6个同位素丰度比值变量降维至4个主成分,可以解释98.22%的总体变量。用4个主成分新变量通过Angilent MPP数据分析软件建立决策树(Decision Tree)、朴素贝叶斯(Naive Bayes)、神经网络(Neural Network)、偏最小二乘判别(Partial Least Square Discriminate)和支持向量机(Support Vector Machine)5种模型。随机抽取饶河蜂蜜11个和外地蜂蜜5个,对5个模型进行验证。偏最小二乘判别和SVN模型准确率为87.5%;DT模型准确率为81.2%、朴素贝叶斯和神经网络模型贡献率为75%。可以得出偏最小二乘判别模型和支持向量机模型可用作判别饶河蜂蜜模型,决策树模型可用于进行辅助判断模型。朴素贝叶斯模型和神经网络模型不适合作为该样本的判断。