基于线性判别分析的基因表达数据分类方法研究

• 作者: 张旭东 李霞 王亚东 苏小红
• 来源期刊: 生物信息学
• 学科: 社会科学
• 关键词: 决策树 支持向量机 t检验法 基因表达数据
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 8-12
• 页数: 5页
• 分类号: C93
• 字数: 3481字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-5565.2006.01.003

摘要

由于基因表达数据高属性维、低样本维的特点,Fisher分类器对该种数据分类性能不是很高.本文提出了Fisher的改进算法Fisher-List.该算法独特之处在于为每个类别确定一个决策阀值,每个阀值既包含总体样本信息,又含有某些对分类至关重要的个体样本信息.本文用实验证明新算法在基因表达数据分类方面比Fisher、LogitBoost、AdaBoost、k-近邻法、决策树和支持向量机具有更高的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王亚东	哈尔滨工业大学计算机科学与技术学院	92	1036	16.0	29.0
2	苏小红	哈尔滨工业大学计算机科学与技术学院	152	1551	20.0	34.0
3	李霞	哈尔滨工业大学计算机科学与技术学院	52	760	16.0	26.0
4	张旭东	哈尔滨工业大学计算机科学与技术学院	1	9	1.0	1.0