基于SVM的嵌入式特征基因选择方法研究

• 作者: 张世芝 张明锦
• 来源期刊: 计算机与应用化学
• 学科: 化学
• 关键词: 基因表达谱 特征选择 支持向量机
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 85-88
• 页数: 4页
• 分类号: O657.3
• 字数: 4666字
• 语种: 中文
• DOI: 10.16866/j.com.app.chem201601016

摘要

特征基因的选择是基因表达谱数据挖掘的关键问题.文章构建了一种基于支持向量机(Support vector machine,SVM)的嵌入式特征基因选择方法,首先通过Monte Carlo采样方法构建多个数据子集,并利用各子集上建立的线性SVM模型对变量排序;然后对所有变量排序进行整合,最后按后向特征剔除方法进行特征选择.将该方法用于急性白血病和前列腺癌两组数据的分析,结果分别从两数据集中选择了7个和10个特征基因,所选特征对独立测试集的进行识别的AUC分别为0.9867和0.9796.说明本方法选择的特征基因分类精度高,且具有良好的稳定性,因此该方法是一种有效的肿瘤特征基因选择方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张世芝	青海民族大学化学化工学院	21	70	5.0	7.0
2	张明锦	青海师范大学化学系	20	45	4.0	5.0