面向基因数据分类的旋转森林算法研究

• 作者: 余翠 刘亚卿 杜帮俊 陆慧娟
• 来源期刊: 中国计量学院学报
• 学科: 工学
• 关键词: 主成分分析 旋转森林 集成学习 ReliefF算法 决策树
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 生物与信息
• 页码范围: 227-231
• 页数: 5页
• 分类号: TP391
• 字数: 4077字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1540.2015.02.019

摘要

针对基因表达数据高维和小样本的特点,介绍一种基于主成分分析的决策树集成分类算法——旋转森林.首先通过对数据属性集的随机分割,再对子集进行主成分分析变换,保留全部的主成分系数,重新组成一个稀疏矩阵.然后对变换后的数据利用非剪枝决策树集成算法进行分类.再结合ReliefF算法,选用3组基因表达数据验证算法,对比Bagging决策树和随机森林两种集成方法.结果表明旋转森林算法对基因数据具有更好的分类精度,同时验证旋转森林在较低的集成数的情况下,可以取得良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆慧娟	中国计量学院信息工程学院	101	716	13.0	20.0
2	刘亚卿	中国计量学院信息工程学院	4	25	3.0	4.0
3	杜帮俊	中国计量学院信息工程学院	2	9	2.0	2.0
4	余翠	中国计量学院信息工程学院	4	8	2.0	2.0