基于TCGA数据库不平衡数据的改进分类方法

• 作者: 侯维岩 刘超 孙燚 宋杨
• 来源期刊: 安徽大学学报（自然科学版）
• 学科: 工学
• 关键词: DNA甲基化 数据不平衡 TCGA TomekLink算法
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 电子与自动化技术
• 页码范围: 37-43
• 页数: 7页
• 分类号: TP181|TP391
• 字数: 3822字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2162.2020.01.007

摘要

为解决癌症基因组图谱中DNA甲基化数据不平衡导致假阴率上升的问题,提出一种基于TCGA数据库不平衡数据的改进分类方法.使用合成少数类过采样技术和Tomek Link算法进行混合采样,解决数据不平衡问题.在此基础上,将经特征选择后的训练集数据输入改进模型进行训练、学习及分类.基于TCGA数据库6种癌症DNA甲基化数据的实验结果表明:改进方法对少数类样本的分类性能有显著提高,对多数类样本的分类性能也有一定的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘超	郑州大学信息工程学院	189	621	11.0	18.0
2	宋杨	上海大学机械自动化学院	17	241	6.0	15.0
3	侯维岩	郑州大学信息工程学院	40	429	9.0	20.0
4	孙燚	郑州大学信息工程学院	9	12	2.0	3.0