基于Relief和SVM-RFE的组合式SNP特征选择

• 作者: 刘宗田 吴悦 吴红霞 雷州
• 来源期刊: 计算机应用研究
• 关键词: 单核苷酸多态性 全基因组关联研究 特征选择 过滤式 缠绕式 组合式
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2074-2077
• 分类号: TP309
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.06.018

摘要

针对SNP的全基因组关联分析面临SNP数据的高维小样本特性和遗传疾病病理的复杂性两大难点,将特征选择引入SNP全基因组关联分析中,提出基于Relief和SVM-RFE的组合式SNP特征选择方法.该方法包括两个阶段:Filter阶段,使用Relief算法剔除无关SNPs；Wrapper阶段,使用基于支持向量机的特征递归消减方法( SVM-RFE)筛选出与遗传疾病相关的关键SNPs.实验表明,该方法具有明显优于单独使用SVM-RFE算法的性能,优于单独使用Relief-SVM算法的分类准确率,为SNP全基因组关联分析提供了一种有效途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴悦	上海大学计算机工程与科学学院	59	274	9.0	13.0
2	刘宗田	上海大学计算机工程与科学学院	155	2834	28.0	47.0
3	雷州	上海大学计算机工程与科学学院	3	34	2.0	3.0
4	吴红霞	上海大学计算机工程与科学学院	1	29	1.0	1.0