期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于相关性分析的基因选择算法 被引量:4
1
作者 王明怡 吴平 王德林 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2004年第10期1289-1292,共4页
常用的排列法从微阵列数据中选择的基因集合会包含相关性较高的基因,这会影响分类器的性能,为了去除这些冗余基因(特征),提出了无监督的特征选择算法.该算法主要包含:将原始特征集划分为一组相似的子集(聚类);从每个聚类中选择代表性特... 常用的排列法从微阵列数据中选择的基因集合会包含相关性较高的基因,这会影响分类器的性能,为了去除这些冗余基因(特征),提出了无监督的特征选择算法.该算法主要包含:将原始特征集划分为一组相似的子集(聚类);从每个聚类中选择代表性特征.特征的划分采用特征间的相关性作为测度以k近邻原则来完成.该算法无需指定聚类数量,时间复杂度低.真实的生物学数据实验证明该算法可显著提高分类器的分类准确性. 展开更多
关键词 微阵列 基因选择 相关性分析 无监督学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部