過(guò)濾式特征選擇是一種在基因表達(dá)數(shù)據(jù)上廣泛使用且簡(jiǎn)單有效的方法。針對(duì)其特征子集冗余性問(wèn)題,使用皮爾遜相關(guān)系數(shù),提出一種帶冗余去除的特征選擇算法。研究了在不同相關(guān)強(qiáng)度下特征子集冗余去除及分類準(zhǔn)確度效果。實(shí)驗(yàn)選用三個(gè)不同的基因表達(dá)數(shù)據(jù)集,使用支持向量機(jī)、k近鄰、隨機(jī)森林作為分類器分別進(jìn)行了測(cè)試。實(shí)驗(yàn)結(jié)果表明,帶冗余去除的過(guò)濾式特征選擇方法在不同分類器上均能獲得良好的分類性能,另外,此方法在降低特征子集維度的同時(shí)能夠提高分類準(zhǔn)確度。

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
一、引 言
二、過(guò)濾式特征選擇的統(tǒng)計(jì)方法
    (一) t檢驗(yàn)
    (二) 秩和檢驗(yàn)
三、特征子集的冗余去除模型
    (一) 皮爾遜相關(guān)系數(shù)
    (二) 冗余去除模型
四、帶冗余去除的特征基因選擇算法
    (一) 特征選擇算法
    (二) 冗余去除算法
五、實(shí)驗(yàn)及結(jié)果
    (一) 特征選擇結(jié)果
    (二) 冗余去除效果
    (三) 分類準(zhǔn)確度
六、結(jié) 語(yǔ)



本文編號(hào)：3929592