人类的食物“美味”经历所涉及的因素包括与食物本身有关的因素（如风味、香气、食品质构）和人为因素（生理心理因素、饮食习惯、外界因素），但由于质构在美味的感知中占很大一部分，根据食物的不同，对食物质构的评价已成为食品检测中的一个重要项目。评价食物质构的方法可分为感官评价（即人类受试者评价食物在进食时的“口感”），以及仪器评价食物的硬度等物理（机械）特性。口感通常通过感官测试进行评估，但由于人类感官的个体差异和受试者的身体状况，难以再现评估结果，这是感官测试的一个问题。因此，使用仪器进行测量以获得客观结果。作为质构的代表性力学性能，图1显示了Szczesniak提出的质构曲线图。虽然质构曲线图使评价食物基本口感成为可能，但很难测量更复杂的口感特征。
在以往的报道中 1），通过多变量分析预测了各种类型样品饼干的硬度、脆度和口润度。考虑到饼干本身的变化，通过质构测试获得每种类型饼干机械性能的平均值进行预测。本文介绍了利用大量解释变量 2）进行机器学习预测饼干感官评价值的实例。与以往报道一样，本实验的目标感官评价项目为硬度、脆度、口润度，质构测试的实测数据也是如此。