基于模糊粗糙集的肿瘤分类特征基因选取

计算机科学 ›› 2009, Vol. 36 ›› Issue (3): 196-200.

基于模糊粗糙集的肿瘤分类特征基因选取

出版日期:2018-11-16 发布日期:2018-11-16
基金资助:
本文受国家自然科学基金项目（60475019）,国家自然科学基金重点项目（60534060）,国家重点基础研究发展计划（973计划）（2003CB316902）,2006年博士学科点专项科研基金（20060247039）资助.

Online:2018-11-16 Published:2018-11-16

摘要/Abstract

摘要： 依据基因表达谱有效建立肿瘤分类模型的关键在于，准确找出决定样本类别的一组特征基因。粗糙集理论作为一种新的软计算方法能够保持在原数据集的分类能力不变的基础上，对属性极大约简，从大量基因中找到对分类有效的基因。由于基因表达谱数据集的连续性，为了避免运用粗糙集方法所必需的离散化过程带来的信息丢失，尝试将模糊粗糙集应用于特征基因的选取，提出了基于互信息的模糊粗糙集属性约简算法，运用于基因表达谱数据集的基因选取。然后分别采用KNN和C5．0分类器进行特征基因分类性能进行检验。以急性白血病亚型（1eukemia Mi

关键词: 基因表达谱数据集特征选取粗糙集模糊粗糙集互信息

Abstract: Feature selection is an essential step to perform cancer classification with DNA microarrays,for there are a large number of genes from which to predict classes and a relatively small number of samples. Rough set theory is a tool for reducing redundancy i

Key words: Gene expression data, Feature selection, Rough sets, Fuzzy rough sets, Mutual information

. 基于模糊粗糙集的肿瘤分类特征基因选取[J]. 计算机科学, 2009, 36(3): 196-200. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed