基于CART算法的肺癌微阵列数据的分类

• 作者: 刘毅慧 陈磊
• 来源期刊: 生物信息学
• 学科: 工学
• 关键词: 微阵列数据 分类 决策树 CART算法
• 年，卷（期）: 2011,（3）
• 页码范围: 229-234
• 分类号: Q617|TP391
• 字数: 5327字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-5565.2011.03.013

摘要

基因芯片技术是基因组学中的重要研究工具.而基因芯片数据(微阵列数据)往往是高维的,使得降维成为微阵列数据分析中的一个必要步骤.本文对美国哈佛医学院G.J.Gordon等人提供的肺癌微阵列数据进行分析.通过t-test,Wilcox-on秩和检测分别提取微阵列数据特征属性,后根据CART(Classification and Regression Tree)算法,以Gini差异性指标作为误差函数,用提取的特征属性广延的构造分类树;再进行剪枝找到最优规模的树,目的是提高树的泛化性能使得能很好适应新的预测数据.实验证明:该方法对肺癌微阵列数据分类识别率达到96%以上,且很稳定;并可以得到人们容易理解的分类规则和分类关键基因.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘毅慧	山东轻工业学院信息科学与技术学院智能信息处理研究所	12	65	5.0	7.0
2	陈磊	山东轻工业学院信息科学与技术学院智能信息处理研究所	1	8	1.0	1.0