|
|||||
|
|
| 面向基因数据分类的旋转森林算法研究 | |
| 作者单位： | ;1.中国计量学院信息工程学院 |
| 摘 要： | 针对基因表达数据高维和小样本的特点,介绍一种基于主成分分析的决策树集成分类算法——旋转森林.首先通过对数据属性集的随机分割,再对子集进行主成分分析变换,保留全部的主成分系数,重新组成一个稀疏矩阵.然后对变换后的数据利用非剪枝决策树集成算法进行分类.再结合ReliefF算法,选用3组基因表达数据验证算法,对比Bagging决策树和随机森林两种集成方法.结果表明旋转森林算法对基因数据具有更好的分类精度,同时验证旋转森林在较低的集成数的情况下,可以取得良好的效果. |
| 关 键 词： | 主成分分析 旋转森林 集成学习 ReliefF算法 决策树 |
Study on classifier algorithm of genetic data based on rotation forest |
|
| Abstract: | |
| Keywords: | |