基因表达数据的基于类别树和SVMs的多类癌症分类算法
本文提出了一个基于类别树和支持向量机(SVMs)的多类癌症分类算法(TSS),考虑类别间的相互关系和生物学意义，这一方法借助类别间的关系(距离)构建一棵二叉树,然后沿着树进行基因选择,最后由树和选出的基因训练基于支持向量机的分类器，在树结构上选出的基因和树的层次关系为生物学家提供了更多的生物学信息，提出的方法用一个公共可得到的真实数据集进行了测试,结果表明,分类能力优于先前证实表现最好的OVA方法。
分类算法 癌症分类 生物信息学 基因表达数据分析 基因选择 类别树 支持向量机
杨昆 李建中 王朝坤 徐继伟
哈尔滨工业大学计算机科学与技术学院,哈尔滨,150001
国内会议
厦门
中文
693-698
2004-10-14（万方平台首次上网日期，不代表论文的发表时间）