皮肤状态评价是一个非常复杂的系统。而在皮肤状态评价中,专家得分是评价皮肤状态的关键因素。事实上,影响专家得分的参数众多,且各个参数之间存在相互影响。因此,为了控制输入参数的个数,挖掘潜在因素对专家得分的影响,提高专家得分预测模型的精确度,本文采用主成分分析法和偏最小二乘法预测专家得分,并通过实践发现它们是十分有效的。另外,本文使用实验室采集的原始志愿者数据进行分析计算。首先,采用基于相关系数法进行专家得分影响参数的相关性分析。其次,选取了影响专家得分的12个变量,分别采用一般线性回归、主成分回归、单因变量偏最小二乘回归的方法,建立其回归模型,并对模型分别进行预测分析。实验表明,采用偏最小二乘法建立的皮肤状态评价的预测模型比主成分分析模型更为省时、准确,这可以促使化妆品企业为消费者提供更有针对性的开发产品。