已閱讀1頁，還剩56頁未讀， 繼續(xù)免費閱讀
版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領
文檔簡介
1、基因表達數(shù)據(jù)和腫瘤的關系已經被廣泛地研究，無監(jiān)督學習方法如聚類算法一般被用在功能基因組學，但是監(jiān)督學習方法能夠直接作用于有分類屬性的基因表達數(shù)據(jù)?；蛭㈥嚵蟹治龊头诸愐呀涀兂稍\斷腫瘤和癌癥的有效方式。但是早先的研究表明，在基因分類和癌癥診斷上，基礎的簡單分類模型有自己的缺點，同時在數(shù)據(jù)挖掘領域，分類器的集成技術受到了人們越來越多的關注。
在本文中主要選用AdaBoost算法創(chuàng)建分類器，來處理基因分類問題，這一算法是原始的Boo
2、sting思想的一個擴展實現(xiàn)。為了選擇合理的最有分類信息的基因子集，采用了BeliefF，F(xiàn)CBF，PCA等三種特征選擇算法。也應用了其他分類算法包括決策樹，支持向量機和Bagging以評估AdaBoost算法的效果。為了更好地分析迭代次數(shù)對結果的影響，通過解析WEKA中該算法的toString方法得到了算法的實際迭代次數(shù)。在兩個真實基因表達數(shù)據(jù)集上采取10折交叉驗證的方式進行試驗。
通過調整特征選擇算法、選取不同的特征個數(shù)、
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于多特征的集成分類器在基因表達數(shù)據(jù)分類中的應用.pdf
- 支持向量機在微陣列基因表達譜數(shù)據(jù)分類中的應用.pdf
- 基于SVM和AdaBoost的腫瘤基因表達譜分類研究.pdf
- 關聯(lián)規(guī)則挖掘及其在基因表達數(shù)據(jù)中的應用.pdf
- 基因表達數(shù)據(jù)分類算法及其應用研究.pdf
- 聚類分析及其在基因表達數(shù)據(jù)中的應用研究.pdf
- 數(shù)據(jù)聚類分析算法在基因表達中的研究和應用.pdf
- AdaBoost和主動學習方法在郵件分類中的應用研究.pdf
- 分類器選擇集成及在基因數(shù)據(jù)分析中的應用.pdf
- 聚類算法分析在基因表達數(shù)據(jù)中的分析應用.pdf
- 支持向量機在基因表達數(shù)據(jù)分析中的應用.pdf
- 數(shù)據(jù)挖掘在音樂分類中的應用.pdf
- 聚類算法分析在基因表達數(shù)據(jù)中的分析應用
- 基于Adaboost算法訓練分類器的研究及其在人臉檢測中的應用.pdf
- 多分類器集成系統(tǒng)在基因微陣列數(shù)據(jù)分析中的應用.pdf
- 決策樹算法應用于基因表達數(shù)據(jù)分類.pdf
- 基因分類及基因表達數(shù)據(jù)分析方法的研究.pdf
- 模糊聚類在基因表達數(shù)據(jù)分析中的應用研究.pdf
- 基于基因表達數(shù)據(jù)的樣本分類研究.pdf
- 基于基因表達譜數(shù)據(jù)的腫瘤分類研究.pdf
評論
0/150
提交評論