已閱讀1頁，還剩69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、本文研究了基于CART(Classification and Regression Tree)算法的基因芯片數(shù)據(jù)的分類問題?；蛐酒夹g對于早期癌癥的診斷和確診是一個革命性工具，它從基因表達的角度判斷發(fā)病情況。而獲得的高維數(shù)據(jù)和少量樣本問題對于分類識別方法提出了很大的挑戰(zhàn)。模式識別問題中，對于高維數(shù)據(jù)來說一般需要進行特征選擇或者特征提取來降低維數(shù)，目的是提高分類的效率和分類的識別率。
特征選取的方法很多，本文采取了小波特征
2、提取細節(jié)系數(shù)，為了找到基因信息，我們把合適層數(shù)的細節(jié)系數(shù)重構回了原始樣本空間，后使用Wilcoxon秩和檢測選擇一小部分基因表達差異最大的基因。做完特征選取之后，本文以CART決策樹算法作為分類器，采用10-fold交叉驗證方法來劃分訓練樣本和測試樣本，以基尼指數(shù)（Gini's diversity index）作為誤差函數(shù)，訓練樣本構建分類器，測試樣本用于分類。最后，以最小代價復雜性進行剪枝找到最優(yōu)規(guī)模的分類樹。
實驗使用
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(wǎng)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(jīng)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
- 基于微陣列的基因分類算法研究.pdf
- 基于智能優(yōu)化算法的基因微陣列數(shù)據(jù)分類建模與優(yōu)化研究.pdf
- 基于演化硬件的DNA微陣列數(shù)據(jù)分類方法研究.pdf
- 基因微陣列數(shù)據(jù)的分析算法.pdf
- 基于DNA微陣列數(shù)據(jù)的癌癥分類技術研究.pdf
- 基于聚類分析和智能優(yōu)化特征選擇的基因微陣列數(shù)據(jù)分類.pdf
- 基于聚類分析和智能優(yōu)化特征選擇的基因微陣列數(shù)據(jù)分類
- 基于流形學習的基因微陣列數(shù)據(jù)分類研究.pdf
- 基于聚類算法的基因微陣列數(shù)據(jù)分析.pdf
- 基于相容粗糙集的基因微陣列數(shù)據(jù)分類研究.pdf
- 微陣列數(shù)據(jù)的聚類算法研究.pdf
- 基于filter和ICA的LDA算法在微陣列數(shù)據(jù)中的應用.pdf
- 基因微陣列數(shù)據(jù)的SVM分類器優(yōu)化方法.pdf
- 面向基因微陣列數(shù)據(jù)分類的混合特征選擇.pdf
- 28920.基于微陣列數(shù)據(jù)分析的腫瘤分類方法研究
- 基于粗糙集方法的癌癥基因微陣列數(shù)據(jù)分類研究.pdf
- 基于表型以及微陣列數(shù)據(jù)的基因（型）分類技術研究.pdf
- 基于非負矩陣分解的腫瘤DNA微陣列數(shù)據(jù)分類研究.pdf
- 基因微陣列數(shù)據(jù)特征選擇與分類方法研究.pdf
- 基于降維的微陣列數(shù)據(jù)分析.pdf
評論
0/150
提交評論