-
题名代价敏感特征选择的肿瘤分类应用
- 1
-
-
作者
边婧
彭新光
张海
-
机构
太原理工大学计算机科学与技术学院
山西职工医学院网络信息中心
中国农业银行山西省分行科技与产品管理部
-
出处
《计算机工程与设计》
北大核心
2017年第5期1342-1346,1388,共6页
-
基金
山西省卫生厅科研基金项目(201301006)
山西省研究生优秀创新基金项目(20123030)
-
文摘
针对肿瘤基因数据高维、小样本的特点,引入误分类代价,基于混沌遗传算法提出一种代价敏感特征选择算法。结合误分类代价矩阵与分类精度,构建基于最近邻的代价敏感特征选择适应度函数,在降低特征选择总成本的同时权衡代价成本与分类精度,采用混沌遗传算法提高搜索效率,提升算法性能。将该方法应用于肿瘤基因数据进行有效性验证,实验结果表明,该算法降低了特征空间维数,有效提高了肿瘤的分类性能。
-
关键词
代价敏学习
特征选择
肿瘤基因数据
混沌遗传算法
分类
-
Keywords
cost-sensitive learning
feature selection
tumor gene expression data
chaos genetic algorithm
classification
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
