K-S检验与 mRMR相结合的基因选择算法

• 作者: 胡秋锋 董亚非 谢娟英
• 来源期刊: 计算机应用研究
• 关键词: 基因选择 K-S检验 最小见余最大相关 支持向量机 F1_measure AUC RELIEF FAST
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1013-1018,1043
• 页数: 7页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.04.011

摘要

为了解决基因数据集的基因选择难题，提出一种基于K-S 检验与最小冗余最大相关（minimum redun-dancy-maximum relevance，mRMR）原则的基因选择算法。该算法先采用K-S检验选择出具有一定区分能力的基因，然后对选择到的基因进行mRMR判断，保留与类别高度相关而其间相关性较小的基因构成最终被选基因子集。以SVM为分类器，以F1＿measure、分类准确率和AUC为评价指标对该算法选择的基因子集进行评估，并将本算法与K-S检验、mRMR，以及经典的RELIEF和FAST算法进行比较。五个经典基因数据集上的平均实验结果表明：本算法的运行时间远低于mRMR算法，且其各项评价指标值优于其他比较算法。因此，提出的K-S检验与mRMR结合的基因选择算法能选择到非常有效的基因子集。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢娟英	陕西师范大学计算机科学学院	46	873	15.0	28.0
2	董亚非	陕西师范大学生命科学学院	10	29	3.0	5.0
3	胡秋锋	陕西师范大学计算机科学学院	2	19	2.0	2.0