基因表达水平对癌症诊断起到重要的作用。文章提出了一种基于SVM(Support Vector Machine)的集成分类算法,从基因表达水平的微阵列数据中对癌症和正常群体进行分类。文章提出了一种结合Adaboost算法和递归特征消除(Recursive Feature Elimination,RFE)算法,选取最显著的特征并设计与之适合的分类器。该方法已应用于癌症病人的基因表达微阵列数据的分类中,其分类结果在成功率方面有极大的提升。
科研之友
微信
新浪微博
Facebook
分享链接
