计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2009年
28期
1-5,30
,共6页
基因表达谱%多分类问题%基因选择%支持向量机
基因錶達譜%多分類問題%基因選擇%支持嚮量機
기인표체보%다분류문제%기인선택%지지향량궤
基于支持向量机的递归特征消除(SVM-RFE)是目前最主流的基因选择方法之一,是为二分类问题设计的,对于多分类问题必须要进行扩展.从帕累托最优(Pareto Optimum)的概念出发,阐明了常用的基因选择方法在多分类问题中的局限性,提出了基于类别的基因选择过程,并据此提出一种新的SVM-RFE设计方法.8个癌症和肿瘤基因表达谱数据上的实验结果证明了新方法优于另两种递归特征消除方法,为每一类单独寻找最优基因,能够得到更高的分类准确率.
基于支持嚮量機的遞歸特徵消除(SVM-RFE)是目前最主流的基因選擇方法之一,是為二分類問題設計的,對于多分類問題必鬚要進行擴展.從帕纍託最優(Pareto Optimum)的概唸齣髮,闡明瞭常用的基因選擇方法在多分類問題中的跼限性,提齣瞭基于類彆的基因選擇過程,併據此提齣一種新的SVM-RFE設計方法.8箇癌癥和腫瘤基因錶達譜數據上的實驗結果證明瞭新方法優于另兩種遞歸特徵消除方法,為每一類單獨尋找最優基因,能夠得到更高的分類準確率.
기우지지향량궤적체귀특정소제(SVM-RFE)시목전최주류적기인선택방법지일,시위이분류문제설계적,대우다분류문제필수요진행확전.종파루탁최우(Pareto Optimum)적개념출발,천명료상용적기인선택방법재다분류문제중적국한성,제출료기우유별적기인선택과정,병거차제출일충신적SVM-RFE설계방법.8개암증화종류기인표체보수거상적실험결과증명료신방법우우령량충체귀특정소제방법,위매일류단독심조최우기인,능구득도경고적분류준학솔.
