基于递归特征消除法的蛋白质能量热点预测

• 作者: 关佶红 徐彬 魏小敏
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 蛋白质相互作用 能量热点 特征选择 递归消除 预测
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 12-20
• 页数: 9页
• 分类号: TP391
• 字数: 8349字
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.1.2013.378

摘要

基于蛋白质相互作用能量热点的特性，定义了残基接触数、溶剂可及性面积相对变化量所占比例等18个新特征。分别使用基于支持向量机（support vector machine，SVM）和基于 F - Score 的递归特征消除法进行特征选择，提出对应的预测模型 SVM - RFE 和 F - Score - RFE 用于蛋白质能量热点的预测。实验结果显示，在独立测试中 F - Score - RFE 模型的 F1比当前预测性能最好的方法提高6.25％，表明所定义的新特征对蛋白质能量热点的识别具有较大的贡献。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐彬	同济大学计算机科学与技术系	14	34	3.0	5.0
2	关佶红	同济大学计算机科学与技术系	50	522	13.0	21.0
3	魏小敏	同济大学计算机科学与技术系	3	2	1.0	1.0