换一批代价敏感特征选择的肿瘤分类应用
Application of cost-sensitive feature selection algorithm in tumor gene expression data classification
摘要针对肿瘤基因数据高维、小样本的特点,引入误分类代价,基于混沌遗传算法提出一种代价敏感特征选择算法.结合误分类代价矩阵与分类精度,构建基于最近邻的代价敏感特征选择适应度函数,在降低特征选择总成本的同时权衡代价成本与分类精度,采用混沌遗传算法提高搜索效率,提升算法性能.将该方法应用于肿瘤基因数据进行有效性验证,实验结果表明,该算法降低了特征空间维数,有效提高了肿瘤的分类性能.
更多相关知识
关键词
代价敏学习特征选择肿瘤基因数据混沌遗传算法分类cost-sensitive learningfeature selectiontumor gene expression datachaos genetic algorithmclassification
分类号
TP18
栏目名称
DOI
10.16208/j.issn1000-7024.2017.05.041
发布时间
2017-06-23（万方平台首次上网日期，不代表论文的发表时间）
基金项目
山西省卫生计生委科研项目（201301006）
山西省研究生优秀创新项目（20123030）
- 浏览0
- 被引1
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
