生物学 >> 湖南大学学报：自然科学版 >> 2007年34卷3期 >> 摘要

一种改进的基因表达数据分类方法

评论推荐

在线阅读下载全文

蔡立军[1,2] 沈小乔[1] 林亚平[1,2] 蒋林波[1]

[1]湖南大学计算机与通信学院,湖南长沙410082 [2]湖南大学软件学院,湖南长沙410082

《湖南大学学报：自然科学版》

2007年第34卷第3期

摘　　要:

从分类算法和特征基因选择两个方面研究基因表达数据的分类。将传统的Support Vector Machines（SVM）算法和K-nearest neighbor（KNN）算法两者结合成为一种应用于基因表达数据分类的算法，并针对基因表达数据分类数据集“样本少，维数高”的特点，提出了一种改进的基于相关性的递归特征消除算法（简称为C—RFE），消除了数据冗余．实验结果表明，新方法可有效提高分类准确率和特征选取的效率． (共4页)