随机森林和支持向量机算法在β-发夹模体预测中的比较

• 作者: 贾少春
• 来源期刊: 温州大学学报（自然科学版）
• 学科: 工学
• 关键词: 随机森林算法 支持向量机算法 β-发夹模体 离散增量 预测的二级结构信息
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 数学
• 页码范围: 26-33
• 页数: 8页
• 分类号: TP181
• 字数: 3971字
• 语种: 中文
• DOI: 10.3875/j.issn.1674-3563.2016.03.005

摘要

基于对β-发夹模体的预测探索,本文使用随机森林和支持向量机两种算法,对ArchDB40数据库及自建数据集中的β-发夹模体进行预测.对于同一数据集,在特征参数和检验方法均相同的情况下,随机森林算法的预测精度要高于支持向量机算法.此外,由于随机森林算法在参数维数较高的情况下不会发生过拟合现象,所以本文采用了将高维特征参数输入随机森林算法的方法来预测β-发夹,得到了较好的预测效果:对ArchDB40数据库中的β-发夹进行预测,其5-交叉检验的预测精度和相关系数分别是83.3％和0.59;对自建数据集中的β-发夹进行预测,其5-交叉检验的预测精度和相关系数分别是85.2％和0.62.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾少春	忻州师范学院数学系	2	2	1.0	1.0