两种过滤特征基因选择算法的有效性研究

• 作者: 李丽 李霞 汪强虎 王海芸 郭政
• 来源期刊: 生命科学研究
• 学科: 医学
• 关键词: 特征基因选择 特征基因 支持向量机
• 年，卷（期）: 2003,（4）
• 所属期刊栏目: 研究简报
• 页码范围: 369-373,376
• 页数: 6页
• 分类号: R318
• 字数: 5089字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-7847.2003.04.017

摘要

对基因表达谱进行特征基因选择不仅能改善疾病分类方法的效能,而且为寻找与疾病相关的特征基因提供新的途径.通过比较用调整p值的t检验、非参数评分两种特征基因选择算法后和未进行选择时支持向量机(SVM)分类器的分类性能、支持向量(SV)的吻合度、错分样本ID的吻合度和对样本均匀翻倍后的稳定性.结果发现:特征选择后线性、核函数为二阶多项式和径向基的SVM分类性能明显提高;特征选择前后的SV及错分样本ID的吻合度均较高;SVM的稳定性较好.由此得出结论:这两种特征选择算法具有一定的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭政	哈尔滨医科大学生物医学工程学教研室与生物信息学研究室	43	323	11.0	16.0
2	李霞	哈尔滨医科大学生物医学工程学教研室与生物信息学研究室	108	479	12.0	18.0
3	汪强虎	哈尔滨医科大学生物医学工程学教研室与生物信息学研究室	6	30	3.0	5.0
4	李丽	哈尔滨医科大学生物医学工程学教研室与生物信息学研究室	54	382	11.0	17.0
5	王海芸	哈尔滨医科大学生物医学工程学教研室与生物信息学研究室	3	28	3.0	3.0